Desafio PixForce – Contagem de objetos
Inscrição Desafio PixForce
O objetivo desse desafio é que o candidato crie métodos de contagem para alguns objetos. A seguir são apresentados os objetos que poderão ser escolhidos pela equipe:
- Placa
- Perfil
- Cantoneira
As soluções desenvolvidas devem obrigatoriamente contemplar ao menos as opções um e dois. No entanto, a opção três será considerada na avaliação final como pontuação extra.
Quatro datasets, dois deles contendo imagens anotadas e dois com imagens não anotadas, para serem usados como teste serão fornecidos igualmente para todas as equipes inscritas no desafio.
As equipes deverão ser formadas por até 3 alunos (graduação) e um ou mais mentores (professores, profissionais da indústria).
Dúvidas podem ser encaminhadas para o seguinte e-mail: barbara.santana@pixforce.ai
Especificações
- Escopo das soluções
-
-
- Contagem da placa
- Contagem do perfil
- Contagem da cantoneira
-
- Entregáveis
-
-
- Código fonte no GitHub
- Apresentação da solução durante o CASS Meeting
- Vídeo demonstrando o funcionamento
- Documentação
- Pode ser feita diretamente no GitHub através de um arquivo README ou em um documento PDF
- Deve conter obrigatoriamente o passo a passo de como rodar o código e obter a saída
- Deve descrever a ideia da solução e os principais métodos utilizados na mesma.
-
- Quesitos de avaliação
-
-
- Os resultados serão avaliados quanto a:
- Erro relativo da contagem
- Taxa de processamento (frames por segundo)
- Funcionamento do código
- Qualidade do código
- Qualidade da documentação
- Qualidade da apresentação
- Os resultados serão avaliados quanto a:
-
- Cronograma recomendado às equipes
-
- Estudo do desafio e análise dos dados
- Levantamento de abordagens a serem utilizadas
- Validação e escolha da abordagem
- Desenvolvimento
- Testes e eventuais ajustes
- Documentação
Premiação
Os seguintes prêmios serão atribuídos a todos os alunos integrantes da equipe vencedora (1° lugar): Estágio remunerado em R$ 1.500/mês.
Cronograma
18/11/2022 – Divulgação durante a DPVSA 2022
23/11/2022 25/11/2022 – Final das inscrições
23/11/2022 25/11/2022 – Liberação dos datasets
12/12/2022 – Entrega
14/12/2022 – Notificação das equipes finalistas
16/12/2022 – Apresentação (durante o CASS Meeting)
16/12/2022 – Premiação (durante o CASS Meeting)
Datasets anotados
Dataset 1: Perfil
- Descrição: este dataset possui 150 imagens de um tipo de peça chamado perfil. Apesar de parecerem ter formatos diferentes, todas as peças possuem o mesmo formato, apenas estão encaixadas.
- Anotações: as anotações disponibilizadas para este dataset estão em formato de polígonos, onde cada peça é demarcada com vários pontos. Esse tipo de anotações pode ser utilizado em modelos de segmentação. Contudo, o participante é livre para ajustar as anotações para um outro formato, como por exemplo bounding boxes.
Dataset 2: Placas MDP – visão de canto
- Descrição: este dataset possui 150 imagens de placas MDP numa visão de canto das pilhas. Todas as placas possuem a mesma espessura, mas devido à variação de posicionamento, as espessuras acabam parecendo diferentes na imagem.
- Anotações: as anotações são em formato de círculos, onde cada círculo demarca o canto da placa. O tamanho do círculo tenta se ajustar à espessura da placa, que visualmente pode mudar entre as imagens devido à variação no posicionamento da câmera na captura.
Datasets sem anotação
Dataset 1: Cantoneiras
- Descrição: este dataset possui 150 imagens de um tipo de material chamado cantoneira. As peças possuem um formato triangular e são organizadas em encaixes. O participante é livre para escolher o formato de anotação. Uma das possibilidades é observar o ângulo da cantoneira.
Dataset 2: Placas MDP – visão de frente
- Descrição: este dataset possui 150 imagens de placas MDP numa visão de frente ou de lado das pilhas. Todas as placas possuem a mesma espessura, mas devido à variação de posicionamento, as espessuras acabam parecendo diferentes na imagem. A ideia aqui é avaliar um método que considere as linhas das placas para a contagem.
Inscrição Desafio PixForce