Студенты и преподаватели Нижегородского государственного технического университета знакомятся с решением проблем в области оптимизации производительности алгоритмов компьютерного зрения на лекциях и практических занятиях Зимней школы CV Winter Сamp 2021, которая проходит с 1 по 5 февраля 2021 года.
Более 30 студентов и преподавателей института радиоэлектроники и информационных технологий зарегистрировались и посещают лекции и практические занятия в формате мастер-классов, повышая свой уровень в решении задач анализа производительности и оптимизации программного обеспечения, в том числе в области компьютерного зрения.
Эксперты Intel и ННГУ рассказывают слушателям об архитектуре аппаратного обеспечения Intel, оптимизации и профилировании приложений с помощью инструментария Intel OpenVINO, OpenCV, OpenCL, Intel Compiler, TBB и MKL-DNN.
Разработкой технологий искусственного интеллекта и компьютерного зрения в НГТУ им. Р.Е. Алексеева активно занимаются коллективы сотрудников и студентов ИРИТ, ИТС, ИПТМ. Особое место в проводимых исследованиях отведено задачам распознавания образов и изображений в различных прикладных областях – при создании беспилотных автомобилей, робототехнике, в биомедицине, в системах распознавания речи, детектировании различных объектов и т.д. Для успешного решения таких задач необходимо делать акцент на разработку высокопроизводительных программ в области машинного обучения и компьютерного зрения.
Решению задач в области разработки искусственного интеллекта и компьютерного зрения способствует успешный опыт сотрудничества НГТУ с Intel в сфере проектно-ориентированного обучения «Студенческие проекты OpenVINO НГТУ» и подготовки высококвалифицированных кадров, в организации студенческих воркшопов, хакатонов, а также в сфере научных разработок.
Базой для выполнения практических заданий и научно-исследовательских работ является высокоскоростное компьютерное оборудования с графическими ускорителями, предоставленное компанией Intel. Студенты политеха успешно решают задачи машинного обучения и компьютерного зрения с помощью эффективного запуска нейронных сетей на Intel-архитектурах с использованием фреймворка OpenVINO.
