НАПРАВЛЕНИЕ ФОРМАТА "ПРАКТИКА"

Машинное обучение

Стажировок и практик: 3

2-6 курс

Детали
Задачи
  • обнаружение объектов на изображении;
  • семантическая сегментация;
  • идентификация динамических объектов, трекинг, прогнозирование траекторий.

Условия отбора

Техническое собеседование.

Уровень теоретической подготовки

  • структуры данных;
  • алгоритмы;
  • знание С++ или Python.

Уровень инфраструктуры разработки

  • системы контроля версий (git);
  • знание средств разработки (cmake, gcc, VSCode);
  • Robot Operating System (ROS).
Актуальные темы
Сейчас мы работаем над ними, подключайтесь

Распознавание дорожной сцены

Обнаружение, сегментация и классификация участников дорожного движения (легковые/грузовые автомобили, автобусы/трамваи, мотоциклисты/велосипедисты, пешеходы) и объектов дорожной инфраструктуры.

Техническое зрение. 3D реконструкция

Текстурирование на основе яркостного канала LIDAR’а. Обеспечивает ситуационную осведомленность в ночных условиях без внешнего освещения.

Техническое зрение. 3D реконструкция

Трехмерная фотореалистичная модель окружающего пространства, синтезируемая и отображаемая в реальном времени.

Полный контроль окружающего пространства как изнутри машины, так и при дистанционном телеуправлении мобильными роботами.

Техническое зрение

Семантическая сегментация облака точек.

Техническое зрение

Инстанс-сегментация, трекинг, прогноз траектории.