想象一下,当你需要为某个工厂的生产车间构建一个基于视觉的目标检测应用时。传统方法需要花费大量时间采集数据样本,而且当工厂车间的布局发生变化时,你需要重新采集大量数据。这样的过程非常耗时、耗力,且对于数据的质量和准确性有很高的要求。现在我们可以利用合成数据技术在虚拟世界合成的数据来补充训练数据集,这也是NVIDIA第八届 Sky Hackathon大赛的主题。

本次大赛由NVIDIA企业开发者社区与创乐博联合主办,为期3周,吸引了来自48所高校的50个参赛队伍报名参加,总共有245名参赛者(包括导师)。经过紧张激烈的竞争,最终有29个团队成功完成了比赛。

本次比赛以"工厂车间传送带上的纸箱检测"为主题,参赛队伍在比赛过程中经历了一系列的挑战和学习机会。活动涵盖了数据合成、模型训练、模型推理以及UI页面搭建等过程。

在数据合成阶段,每个队伍根据提供的3D模型和场景,利用Omniverse Replicator进行数据合成。此过程旨在帮助学生们熟悉深度学习数据集的合成、收集、筛选、清理和标注过程。

接着,参赛队伍需要根据组委会提供的教程,在自己的服务器上搭建环境,并进行目标检测模型的训练。这一步骤让学生们亲身体验基于目标识别的深度学习模型的训练过程。

训练完成后,参赛队伍将训练好的模型部署在组委会提供的Jetson Xavier NX集群上,并利用NVIDIA TensorRT加速模型的推理过程。这个过程使学生们了解到利用NVIDIA TAO对模型进行剪枝等优化的重要性,以及TensorRT的部署能力。

为了提供更好的用户交互体验,每个队伍还需要自行搭建了UI页面,创建一个完整的应用系统。

参赛者通过参与本次活动,不仅能够学习到深度学习模型训练的实际过程,还能够亲自体验Omniverse Replicator合成训练数据、NVIDIA TensorRT对模型的部署、Jetson Xavier NX在实际场景中的应用等领域的知识。

最终来自北京建筑大学、浙大宁波理工学院,以及东南大学和中国科学技术大学的同学们斩获前三名,分别获得由创乐博公司赞助的NVIDIA Jetson Orin NANO开发套件一套。第四名至第20名,也将获得创乐博公司赞助的Jetson NANO开发套件。

“NVIDIA Omniverse能够很好支撑起data-centric的深度学习研究实践;而NVIDIA Tao开发工具包让本身需要很高工程要求的模型训练部署环节变得非常便捷;Sky hackathon对AI的大众普及很有意义!”来自东南大学,也是本次大赛第三名获胜团队的队长刘梦阳同学说。

“本次比赛旨在为参赛者们打开了人工智能领域的大门,为他们未来的学习和职业发展奠定了坚实的基础。参赛者们通过实际操作和团队合作,不仅提高了技术水平,还培养了解决问题和创新的能力。” NVIDIA GPU 应用市场总监侯宇涛表示。

“我们期待着未来的比赛和活动,为更多的学生提供机会,展示他们的才华和创造力。同时,我们也期望这样的比赛能够进一步推动人工智能技术的发展,为工业和社会带来更多的创新和进步。” 创乐博总经理蒲茂表示

感谢所有参与者和支持者的努力和支持,让本次活动取得了圆满成功。让我们一同期待未来人工智能领域的发展和突破!