Рейтинг

Подведены итоги финальной части открытого хакатона “Городской интеллект”, который прошел в Центре инноваций и дизайна БГТУ им. В.Г. Шухова 20-21 октября.

Денежный призовой фонд от генерального партнера хакатона «Городской интеллект» – ООО “Фабрика информационных технологий” разделили команды, успешно справившиеся с двумя финальными задачами:

1 место (50000 руб.) – команда Jurru (кафедра ПОВТАС, БГТУ им. В.Г.Шухова),

2 место (30000 руб.) – команда AwesomeNet (кафедра ПОВТАС БГТУ им. В.Г.Шухова),

3 место (20000 руб.) – команда fitpredict (кафедра распознавания изображений и обработки текста, Московский физико-технический институт (Технический университет))

В состав жюри, оценивавшего работу команд вошли:

Александр  Заикин, председатель жюри, руководитель департамента развития проектов ООО «Фабрика информационных технологий»

Вячеслав Флоринский, аналитик ООО “Фабрика информационных технологий”

Владимир Иванов, старший инженер по машинному обучению, московское представительство компании NVidia

Дмитрий Юдин, представитель оргкомитета хакатона, доцент кафедры технической кибернетики БГТУ им. В.Г. Шухова, победитель конкурса грантов Президента РФ для государственной поддержки молодых российских ученых по теме распознавания изображений с применением глубокого обучения (deep learning), кандидат технических наук

Роман Чуйков, заведующий лабораторией Нейроквантума Белгородского регионального технопарка “Кванториум” БелОблЦД(Ю)ТТ, победитель конкурса грантов Росмолодежи

Результаты очного этапа:

Команда Организация, в которой учатся/работают участники Задание 1
(15 баллов макс.)
Задание 2
(40 баллов макс.)
Защита
(10 баллов макс.)
Итог
(65 баллов макс)
Jurru 

(1 место, 50000 руб.)

кафедра ПОВТАС, БГТУ им. В.Г.Шухова 13 33 6 52
AwesomeNet

(2 место, 30000 руб.)

кафедра ПОВТАС, БГТУ им. В.Г.Шухова 13 19 7 39

fitpredict 

(3 место, 20000 руб.)

кафедра распознавания изображений и обработки текста, Московский физико-технический институт (Технический университет) 12 20 6,6 38,6
DL_Team кафедра ТК, БГТУ им. В.Г.Шухова 0 27 5,6 32,6
icegas

(приз за лучшую презентацию)

факультет робототехники и интеллектуальных систем, Московский авиационный институт (МАИ) 0 21 7,7 28,7
Team-A кафедра ТК, БГТУ им. В.Г.Шухова 2 23 3,6 28,6
Bold_Boys региональный технопарк Кванториум БелОЦД(Ю)ТТ, кафедра ТК, БГТУ им. В.Г.Шухова 0 0 3 3
LSCF ООО “Технологии надежности”, кафедра ТК, БГТУ им. В.Г. Шухова 0 0 0 0
Лицей_№10 Лицей №10 г. Белгорода 0 0 0 0
RSREU кафедра ЭВМ, Рязанский государственный радиотехнический университет 0 0 0 0
BYLB [Big Yandex Lyceum Brothers] СОШ 77 г.Саратов, СОШ №14 г.Калуга, Лицей № 9 имени К.Э. Циолковского, г. Калуга, Гимназия №24 г. Калуга 0 0 0 0
SSD Team региональный технопарк Кванториум БелОЦД(Ю)ТТ 0 0 0 0

Результаты заочного этапа:

Place Team AP, % mAP, % Admission to the final
Bus Car Truck
1 fitpredict 86.65 85.24 57.65 76.52
2 icegas 88.11 73.67 53.54 71.77
3 AwesomeNet 90.98 75.84 48.20 71.68
4 DL_Team 51.78 29.29 16.43 32.50
5 SSDTeam 46.61 24.21 18.64 29.82 +
6 Bold_Boys 46.57 24.58 18.13 29.76 +
7 Team-A 47.64 25.21 2.36 25.07
8 LSCF 42.62 23.57 2.17 22.79
9 RSREU 19.32 32.34 0.67 17.44 +
10 Лицей_№10 31.87 19.96 0.00 17.28 +
11 BYLB [Big Yandex Lyceum Brothers] 17.63 16.34 6.52 13.50 +
12 Jurru 8.28 21.25 1.34 10.29 +

Порядок оценки результатов заочного этапа:

Пороговое значение меры IoU (Intersection over union) при расчетах принято равным 0.5. Рейтинг формируется на основе результатов распознавания тестовой выборки, для которых вычисляются метрики AP (average precision) для каждого типа объектов и mAP (mean average precision) для всей выборки.

Для определения показателей качества обнаружения объектов AP и mAP используется библиотека: https://github.com/rafaelpadilla/Object-Detection-Metrics