https://www.wikicshse.ru/index.php?action=history&feed=atom&title=Maps_%28%D0%BA%D0%BE%D0%BC%D0%B0%D0%BD%D0%B4%D0%BD%D1%8B%D0%B9_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%29 2026-06-06T15:00:00Z История изменений этой страницы в вики MediaWiki 1.45.3 https://www.wikicshse.ru/index.php?title=Maps_(%D0%BA%D0%BE%D0%BC%D0%B0%D0%BD%D0%B4%D0%BD%D1%8B%D0%B9_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=466&oldid=prev 2017-09-21T11:26:43Z

<p>Migrated current public revision from wiki.cs.hse.ru</p> <p><b>Новая страница</b></p><div>{{Карточка_командного_проекта<br /> |name=Maps<br /> |company=Yandex<br /> |semester=Осень 2017<br /> |course=3<br /> |number_of_students=3-5<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Это образовательно-исследовательский проект. Сегодня делаются первые шаги для автоматического создания карт на основе различных сигналов: снимки спутника, gps-треки, объезды городов (панорамы). Возможны следующие интересные темы:<br /> <br /> # Можно заняться сегментацией снимков спутника, а именно выделение: гидрографии, растительности, зданий и дорог.<br /> # Анализ gps-треков для восстановления и атрибутирования дорожного графа.<br /> # На основе панорам реконструировать сцену и распознать объекты инфраструктуры (дорожные знаки, светофоры, пешеходны переходы, остановки и т.п.).<br /> <br /> Работа будет проходить в формате семинаров. К сожалению, в качестве источников данных можно использовать только открытые.<br /> <br /> === Чему научатся студенты? Что самое интересное в проекте? ===<br /> # Изучение современных подходов реконструкции сцены<br /> # Обучение с учителем<br /> # Погружение в исследовательскую деятельность<br /> # Процесс ревью<br /> # Работа на семинарах<br /> # Чтение современных статей<br /> <br /> === Организация работы (Как студенты будут работать в команде?) ===<br /> # Работа будет проходить в виде семинаров, где будут разбираться статьи и рассматриваться результаты последнего спринта (agile подход).<br /> # Вы будете делать доклады и читать код друг друга.<br /> # Каждый исследует свой кусок.<br /> <br /> === Какие будут использоваться технологии? ===<br /> # Разработка будет вестись на С++ и Python3.<br /> # Код будет храниться в открытом репозитории github.<br /> # Наиболее вероятно будем использовать [http://opencv.org opencv] и [http://www.pointclouds.org pcl].<br /> # Для обучения моделей tensorflow.<br /> <br /> === Какие начальные требования? ===<br /> # Знание C++ и Python3<br /> # Хорошая математическая подготовка, основы машинного обучения<br /> # Много свободного времени<br /> # Хорошее знание английского<br /> <br /> === Темы вводных занятий ===<br /> Темы могут варьироваться от уровня студентов, попробуем разобраться в:<br /> # Как можно реконструировать сцену;<br /> # Детектирование одного объекта на различных снимках;<br /> # Вводная по нейросетям и сегментации.<br /> <br /> === Критерии оценки ===<br /> Проект исследовательский, поэтому нет четких критериев оценки. Все зависит от вашей дисциплинированности на семинарах и выполнения требований.<br /> <br /> === Контактная информация ===<br /> С вопросами пишите на @dasimagin в телеграм.</div>

imported>Simagin.denis