【AI-CAMP 四期实践项目汇总】

本帖用来会在AI-CAMP第四期的实践项目任务 以及 demo样例操作和答疑

AI CAMP第四期实践项目汇总

课堂作业理论完成的八大项目:猫、狗、桌子、天空、草地,鲜花、美食、小吃
其他可选项目:
我们会给出已经准备好数据的20-100类,每类数据总量不等
大家刚兴趣也可以自己去网上找一些目标来作为训练
ps:为了在实践环节大家更专注模型数量和部署,实践环节不再提数据采集/标注流程
实践项目可以在以下包含项目内选择但不限于:

  1. 人民币纸币分类
  2. 人民币硬币分类
  3. 古代钱币分类(元宝和铜钱)
  4. 植物分类(任选几种)
  5. 蔬菜分类(任选几种)
  6. 花朵分类(玫瑰、康乃馨、绣球花等)
  7. 飞机分类(战斗机和客机)
  8. 珠宝首饰分类(项链、手镯、戒指等)
  9. 乐器分类(吉他、钢琴、架子鼓、小提琴等)
  10. 动物分类(猫、狗、猪、牛等)
  11. 下装分类(裙子、裤子、短裤等)
  12. 上装分类(T恤、毛衣、外套等)
  13. 鞋子分类(拖鞋、皮鞋、靴子、运动鞋等)
  14. 家养鱼分类(银龙鱼、孔雀鱼等)
  15. 不同品种的葡萄分类(夏黑、玫瑰香、巨峰、阳光玫瑰)
  16. 不同品种的苹果分类(黄元帅、红富士、花花牛、国光等)
  17. 电脑分类(笔记本、台式机、一体机)、
  18. 水瓶分类(塑料瓶、保温杯)
  19. 洗衣机分类(滚筒型、波轮型、搅拌型)
  20. 共享自行车分类(哈啰、美团、青桔)
    等等

为了方便大家完成实践项目,这里给出一个简单的流程和实践demo

流程:

1.挑选课题做任务分析
2.处理数据,划分为训练/验证数据集
3.基于megengine的codebase训练集训练检测/分类模型(可以选择基于megstudio或者ws2完成,准备中期答辩ppt
4.基于训练好的模型,基于limbo完成部署(需要基于ws2万次)
5.网页演示,准备终期答辩ppt

demo

模型训练demo请参照:
检测模型:https://studio.brainpp.com/project/7610?name=AI培训课后作业(3_5)&tab=content 里面的已交作业
分类模型:https://studio.brainpp.com/project/7333?name=AI培训课后作业(3_4) 里面的已交作业
模型部署limbo的demo请参照:
megflow(limbo):https://github.com/MegEngine/MegFlow
@wangyi ws2上部署样例教程见https://git-core.megvii-inc.com/coreteam/megflow/-/blob/master/docs/how-to-build-and-run/run-in-ws2.zh.md

###数据相关
这边提供好了一批数据,数据共有80个类别,每类数据1000+,大家可以自己选择一类来做检测/分类
数据路径:s3://ai-cultivate/coco/benchmarks (标注)
数据图片路径:s3://ai-cultivate/coco/imgs (图片)

2赞