Rambler's Top100
Реклама
 
Все новости Новости компаний

Команды разработчиков Napoleon IT заняли 1 и 3 место на ИИ-хакатоне

30 июня 2022

В Екатеринбурге подведены итоги третьего окружного хакатона «Цифровой прорыв. Сезон: искусственный интеллект», одного из крупнейших проектов президентской платформы «Россия – страна возможностей». Команды от Napoleon IT стали призерами в решении двух кейсов: заняли 1 место в разработке алгоритма видеоанализа эмоционального состояния учащихся и 3 место за создание приложения для детекции больных зубов у детей.

Представители Napoleon IT участвуют в хакатоне не только, как разработчики. В начале июня специалисты Napoleon IT по Data Science были приглашены выступить в роли экспертов и жюри для оценки решения кейса участников хакатона по созданию системы прогнозирования загрузки бригад скорой медицинской помощи. Более того, 5 июля Владимир Фоменко, победитель и эксперт хакатона, проведет ML тренировку для команд участников в рамках чемпионата.

На прошедшем в эти выходны хакатоне команда Napoleon IT (LateDev) заняла первое место в кейсе «Университет НТИ 2035», разработав полноценный прототип систем видеоанализа эмоционального состояния учащихся. Командой победителем реализована аналитическая система в виде web-сервиса, в которую можно загрузить видео с урока, получить отчет об эмоциях каждого ученика и всего класса в течение занятия и построить сводный анализ, основанный на исторических данных. С помощью сервиса классные руководители могут выявлять конфликты, родители — найти, какие предметы интересуют их ребенка больше всего, директор — оценить умение учителей увлечь своим предметом, а психологи — оценить качество работы со своими подопечными.

Призовое 3 место команда hyper popis от Napoleon IT заняла в решении кейса Правительства Ханты-Мансийского автономного округа — Югры. В рамках представленного Правительством Ханты-Мансийского автономного округа-Югры кейса, участники разработали приложение для юных пациентов стоматологов, которое позволяет работать с детьми в игровой и увлекательной форме. Уникальность разработанного сервиса распознавания в том, что он включает в себя две модели: модель детекции находит на изображении все зубы, а модель классификации определяет состояние зуба (кариес или здоровый).

После этого формируется статистика для каждого изображения, записывается в базу данных и выводится графическая информация в web-интерфейсе. 
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.