Прошла почти неделя после финала IdeaFest19, и моя команда снова собралась, на этот раз для хакатона. Это был первый опыт для всех нас троих. Его провела компания InQ Innovations. Это был 30-часовой хакатон, который начался в 10:00 6 июля. Это был первый из серии хакатонов, которые они проводили.
Основное различие между «конкурсом идей» и хакатоном заключается в том, что в первом случае речь идет о лучшей идее. В хакатоне, независимо от того, насколько велика идея, если вы не можете предложить лучший продукт в заданный промежуток времени, это просто бесполезно.
Присутствовала 21 команда из разных уголков Южной Индии. Около половины из нас — новички. Мы получили краткое представление о расписании. Нам нужно было выбрать тему из 5 предложенных. Будет два контрольных пункта для оценки. Первый был в 17:30, а второй в 9:30. Отобранные 8 команд представят свой продукт в 12:00.
В качестве темы мы выбрали Реагирование на чрезвычайные ситуации и начали мозговой штурм. Мы отбрасывали разные идеи, так как ни у кого из нас не было опыта для их реализации. В конце концов мы разработали план обнаружения аварий на видеозаписях с камер видеонаблюдения и оповещения властей, чтобы те быстро отреагировали на это.
Перед первой контрольной точкой мы быстро заметили проблему с нашим подходом. Наша программа нарисовала прямоугольник вокруг каждого транспортного средства и пешехода на кадрах видеонаблюдения, используя Haar-Cascade, если они пересекаются, это будет считаться аварией, и это обновит базу данных. Но проблема заключалась в том, что почти каждый из прямоугольников, пересекавшихся в загруженном трафике, выдавал ложные предупреждения. Наставники довольно легко указали на это и попросили нас найти другой подход к решению проблемы.
Вместо этого один из наставников предложил проверить поток трафика. Поскольку наш первоначальный план бесполезен, мы вернулись к исходной точке. Новый план заключался в обнаружении аномалий на дороге. Всякий раз, когда есть пробка на зеленый сигнал, это аномалия. Это может быть связано с аварией, поломкой автомобиля или любой другой проблемой, требующей быстрого реагирования. Детали аномалий будут обновляться в базе данных. Критичность аномалии измеряется алгоритмом обнаружения аварии. На этот раз мы разделили задачи. Кальвин работал над усовершенствованием части происшествий с помощью TensorFlow API, Cyriac работал над базой данных и аналитикой происшествий, а я начал работать над обнаружением аномалий с помощью сверточной нейронной сети.
Работать поздно ночью, без сна не так плохо, как кажется. Довольно интересно учиться и пробовать что-то новое; радость видеть, что это, наконец, работает, огромна.
Рано утром в 2 часа ночи проводился конкурс Kahoot, призванный снять стресс (это соревнования типа «быстрый палец первым»). Мы могли видеть, как другие команды усердно работали, чтобы закончить свой продукт вовремя, некоторые из них использовали много оборудования.
Наконец-то мы могли каким-то образом интегрировать базу данных, пользовательский интерфейс, TensorFlow и свёрточную нейронную сеть для создания работающей модели. Наставников совершенно не интересовали никакие PowerPoint. Это просто не стоит их времени. Им нужно было, чтобы мы просто объяснили нашу демонстрацию в отведенное время. На этот раз я напортачил с временной частью, и мы не смогли полностью объяснить нашу работу. Каждая команда представила свой код для проверки на плагиат и работоспособность с помощью программного обеспечения.
Никто не знал, какие 8 команд смогут выйти в финал в 12 часов дня. Когда называют название команды, они должны были представить свой продукт. К нашему удивлению, нас тоже выбрали. В этот раз мы выступили очень хорошо. Команда из Бангалора получила первый приз.
Это был очень хороший опыт для нас. Когда мы расставались, у нас была только одна мысль, в следующий раз мы приедем с лучшими знаниями и опытом.
