3@KASK'2019 Zastosowanie crowdsourcingu w uczeniu maszynowym

edycja: 2019

kierownik: Agata Krauzewicz



Celem pracy jest opracowanie mechanizmów uczenia sieci neuronowych z
wykorzystaniem danych generowanych za pośrednictwem crowdsourcingu.
Celem sieci jest wykrywanie pszczół w strumieniach wideo. Sieć
powinna bazować na wstępnym zbiorze uczącym przygotowanym przez
użytkowników pewnej aplikacji/gry. Użytkownicy powinni móc
wskazać pszczoły na istniejących klatkach nagrań wideo oraz
weryfikować poprawność wykrycia pszczół przez sieć neuronową.
Sieć w dalszej kolejności powinna douczać się na bazie kolejnych
zdjęć weryfikowanych bądź oznaczanych przez użytkowników
aplikacji. Zadanie
powinno być zrealizowane przy wykorzystaniu systemu dystrybucji
zadań CenHive.

Zadania do wykonania:







  1. Zapoznanie się z systemem CenHive





  2. Opracowanie i wstępne nauczenie głębokiej sieci neuronowej
    wyszukującej pszczoły





  3. Projekt i implementacja systemu douczającego sieć w zależności
    od odpowiedzi użytkowników w postaci rozszerzenia systemu CenHive





  4. Ocena jakości odpowiedzi sieci przed i w trakcie douczania