Решение задач из области компьютерного зрения — одно из самых популярных направлений ML-разработки. А платформа ML Space — отличный инструмент для работы дата-инженеров и дата-сайентистов. Однако для хорошей работы модели нужны качественно размеченные данные. На вебинаре вы узнаете, как собрать и качественно разметить большие объемы данных для задач компьютерного зрения на примере датасета жестов HaGRID, который размещен в DataHub ML Space и доступен в пару кликов для обучения модели.

Также спикеры поделятся лайфхаками по работе с краудсорсинговыми платформами и пайплайном обучения классификаторов. В качестве бонуса вы сможете узнать о том, как можно применять непосредственно датасет HaGRID: от лайков к онлайн-выступлению до управления автомобилем.

Вебинар будет полезен дата-инженерам, дата-сайентистам и всем кто неравнодушен к машинному обучению.

Тайм-коды:
• 00:00 — Вступление, коротко о маркетплейсе DataHub.
• 03:03 — Роль жестов в коммуникации, перспективы управления жестами, почему для задач распознавания не подошли открытые датасеты.
• 10:33 — Как собирали корзину жестов HaGRID для управления девайсами, почему важно использовать инвертированные жесты.
• 14:10 — Характеристики данных для распознавания жестов и их разметка.
• 17:44 — Пайплайн сбора данных, работа с краудсорсинговыми платформами, разметка и валидация.
• 26:00 — Агрегация разметки как способ удешевления работы и повышения качества датасета.
• 35:45 — Сколько потратили на сбор, валидацию и агрегацию.
• 37:00 — Как обучить модель распознавания жестов на ML Space, пайплайн работы с платформой.
• 41:33 — Как HaGRID будет развиваться дальше.
• 43:12 — Услуга по созданию моделей AI Consulting.
• 44:00 — Ответы на вопросы.

Подробнее о датасете HaGRID: https://sc.link/pMVm