【DeeCamp 優秀項目詳解】從零開始到 AI 技術落地，只用了三週

關鍵詞：DeeCamp 2019    項目展現    人才培養

600 名來自全國各地不一樣學校的同窗，完成了「學術+產業」的課程培訓，從概念誕生到產品成型的快速 AI 落地。

甚至這些同窗中，在開營前有些尚未接觸過生產環境的學習，經過短短一週的學習課，和三週的實踐課，他們最終都交出了滿意的成績單。

DeeCamp 2019 學員風采

創新工場 CTO 王詠剛評價到，若是隻考慮技術和產品，學員們做出的成果裏，有將近 20%  的項目都達到了投資標準。

最佳技術獎：硬核解決國土分類難題

在結營儀式課題成果展現環節，26 組基於圖像分割的國土分類組，第一個進行了演示。配合恢弘的音樂背景，他們介紹了國土分類的一些基本狀況，並展現了他們所做出的探索。

國土分類是土地確權中最基本的一項工做，實現精確的分割和歸類是必要的任務，但常規的方法中，依賴大量專家對遙感圖像進行解譯，須要大量的人力和時間。

在這樣的背景下，小組進行了 《基於圖像分割對衛星遙感圖像進行國土分類》的課題，由 OpenBayes 公司提供技術指導以及算力和數據集支持。

他們藉助高清的遙感圖像，採用語義分割的方法，完成對圖像中土地和水體的分割。

在實際實踐中，基於 Deeplab V3+ 網絡結構設計了不一樣的優化策略，並採用混合精度模型加速，最終在耕地和水體的分割任務上，分別達到 94.2% 和 98.5% 的精度。

團隊用到的技術細節展現

值得一提的是，他們還將本身作的模型，在一項公開競賽上收穫了大獎。在遙感圖像細數表徵與智能分析競賽的變化檢測賽道，取得了初賽第一名的成績。

並且，這個項目還有很大的可擴展性，可進一步應用在更細粒度的分類，如湖泊、河流、稻田、旱地、住宅區、森林等，並遷移到我國其餘各省市進行遙感圖像的分割和檢測。

對項目將來的應用場景設想

他們還對項目的將來進行了展望，例如結合無人機和衛星遙感數據，可用在天然災害的預防和救治方面。

該項目最終收穫 DeeCamp 的 「最佳技術獎」。

最佳應用獎：小程序爲寵物狗體檢

隨着養寵物的羣體增多，如何對寵物進行精緻的呵護，也成爲了許多人要面臨的一個難題。而 24 組的學員，就用 AI 在這個方面進行了探索。

他們創建了一個 AI 小程序，經過圖像識別，進行寵物的健康情況評估，方便主人在及時知曉寵物的狀態，儘早爲寵物安排合理的生活。

小程序可以比人更準確地判斷寵物的信息

小程序在使用上也極其簡單，只需對着狗狗拍一拍，就能識別出狗狗的品種、是否成年、體型情況、是否健康等狀況。

此外，還能給出相關的餵養建議，提醒鏟屎官：是否是該給狗狗驅蟲了？最後可以綜合這些信息，推薦出合適的狗糧，連接到電商平臺，實現了商用的價值。

根據組員的介紹，在拿到這個課題之初，團隊成員們面臨着無文獻、無數據、無標準的「三無」難題，不少隊員一度很沮喪，但在經歷過艱難的嘗試和探索後，他們最終仍是用 4 個神經網絡，分別實現了品種、年齡、體型等多方面的識別。

而關鍵的難點被分解爲狗體檢測、品種識別、年齡分類、體型度量，在他們的努力下，解決了體型標籤難以得到、不一樣狗的肥胖標準不一樣、多隻狗的照片難以識別等技術難點。

這個命題來自快消品巨頭瑪氏（MARS），在閉營儀式上，項目的展現也獲得了瑪氏集團的確定，甚至當場向幾位同窗發出了實習邀請。項目收穫了 DeeCamp 的 「最佳應用獎」。

最佳精神獎：讓腦膜瘤無處可藏

AI 醫療一直是市場發展的大趨勢，DeeCamp 的學員們也接受了這一挑戰。27 組所作的關於腦膜瘤的課題研究，就榮膺了本屆 DeeCamp 的 「最佳精神獎」，還被王詠剛親自授獎。

該小組的研究課題爲 《基於圖像分割的腦部瘤體區域劃分》。

腦膜瘤是中樞神經系統最多見的原發性腫瘤，醫學統計上，腦膜瘤約佔中樞神經系統腫瘤的三分之一。病人每每以頭痛和癲癇爲首發症狀，還會出現不一樣程度的認知與運動障礙。

人工辨識腦膜瘤準確率還亟待提升

但因爲腦膜瘤病程長，因此前期難以發現。磁共振影像中發現並標識病竈是醫學上的常規手段，但人工辨識對醫生經驗要求高，還會出現大機率的遺漏。

27 組就利用人工智能技術來進行診斷，既能有效緩解醫生的診斷壓力，還能以更高的精度輔助病竈分割和識別。

該小組設計了 2D 與 3D 兩類模型，分別對當前醫學影像掃描所獲得的非序列數據與序列數據進行鍼對性建模。兩種模型分別採用最早進的 DeepLab V3+ 模型和 DMFNet 模型。

模型具備很強的泛化能力，能辨識的邊緣更加平滑，能夠糾正標籤中錯誤的區域。3D 分割還會對腫瘤進行三維可視化，繪製腫瘤較大的腦區與其餘腦區的結構鏈接關係，以表徵腦瘤的嚴重程度。

爲了增長模型的擴展性，進一步適用到其餘種類腦腫瘤的檢測任務，該小組還採用 CycleGAN ，將無標籤的目標域圖片（膠質瘤）風格遷移至具有分割標籤的源域圖片（腦膜瘤），利用已訓練好的源域腦膜瘤分割網絡，直接進行膠質瘤分割檢測任務，從而實現膠質瘤的無監督檢測和分割。

最炫酷的技術：一鍵生成各種表情

若是要盤點當下最通用的事物，那確定非表情包莫屬。各類風格的表情包成爲了當代人的基本社交用語。但表情包多來自於被動收集和保存，如何生成具備本身特點的表情包，DeeCamp 的學員在這方面作了嘗試。

45 組的學員利用 AI 技術，完成了 《AI 表情帝：真人表情包製做》這一有趣的課題。

和最熱門的換臉技術相似，他們經過風格遷移以及 GAN 訓練模型，可以經過簡單的一鍵操做，將真實圖片的面部替換成帶有不一樣表情，還能配備上不一樣的風格。

這下更是胡霍不分了

只須要用小程序拍照，就能把真人頭像和各類表情結合在一塊兒，產生多種有趣的表情。團隊還將結合 BigGAN  等技術，使用數百個 GPU 對換臉算法進行改進，提高了生成圖片的精細度。

現場展現中，可以生成開心、悲傷、驚訝等表情，還可以實現宮崎駿，新海誠等漫畫風格。但最調皮的操做，當屬學員們用李開復老師製做了一組表情，引起了全場的掌聲。

利用開復老師製做的表情包

DeeCamp ，讓不可能成爲可能

在短短的幾周時間裏，將一個想法實現爲一個具體的項目，DeeCamp 的學員所呈現出來的精神，使人讚歎。

究其緣由，一方面在於他們學習的勁頭十足。在大會的圓桌環節，創新奇智 CTO 張發恩的說了一件趣事，他在一次授課後，被同窗們追着問了許多問題，甚至還有人追他追到了住的地方。

學員們平常學習現場

學生表明也在發言中說道，DeeCamp 見證了不少不可能，好比編程經驗不足的同窗，甚至完成了半天速成 Pytorch。

另外一方面，DeeCamp   打造的培養模式，也是推進學員們成長的有力法寶。經過將學界和企業的資源結合，用探索的方式去完成學習和訓練，讓他們在資源充沛的條件下，放手去挑戰實際中會面臨的困難。

正如 DeeCamp 宣稱的那樣，解決真實世界的問題，是 AI 發展的必經之路，也是 AI 可以推進產業變革的根本緣由。

也正如開復老師所說，「我始終相信一句話，聽到的你會忘記，看到的你會記得，真正作過了你才能懂得。」