Hackathon Związany z Inteligencją Wizualną (Wykrywanie Anomalii w Czasie Rzeczywistym w Wideo)

Samochód zatrzymany na parkingu? Normalne.Ten sam samochód zatrzymany na autostradzie? Teraz prawdopodobnie chcesz wiedzieć, co się dzieje.Ta mała różnica to właśnie to, gdzie większość systemów wizji komputerowej zaczyna mieć problemy.5 września zbieramy inżynierów AI/ML, badaczy, studentów i budowniczych multimodalnej AI na cały dzień pracy nad jednym problemem:Czy możemy nauczyć mały model języka wizji dostrzegać to, co naprawdę ma znaczenie w wideo z drona na żywo, w czasie rzeczywistym?I nie, to nie jest hackathon polegający na 'wymyśleniu czegoś fajnego i pokazaniu tego o 18:00'.Będziesz pracować z rzeczywistymi nagraniami z drona, ograniczoną mocą GPU i chaotycznym kontekstem wizualnym, który sprawia, że ten problem jest naprawdę trudny.WyzwanieDron przelatujący nad miastem może zobaczyć tysiące całkowicie zwyczajnych chwil.A potem jest jeden moment, który jest istotny.Pojazd zepsuł się na autostradzie. Lub ruch powoli się zacieśnia. Lub dym pojawia się tam, gdzie nie powinno go być, lub cokolwiek nietypowego.Trudna część polega na tym, że obiekt sam w sobie zazwyczaj nie jest anomalią. To kontekst jest anomalią.Tradycyjne detektory obiektów mogą powiedzieć, co widzą. Wyzwanie polega na zbudowaniu czegoś, co potrafi zrozumieć, czy to, co widzi, jest wystarczająco nietypowe, aby wymagać uwagi.Modele wizji-języka mogą rozumieć ten kontekst, ale duże modele są zbyt wolne i kosztowne, aby stale działać na bieżąco w strumieniach wideo.Więc utrudniamy zadanie:Uczyń, aby działało w przypadku małego modelu. Uczyń, aby działało w czasie rzeczywistym. I upewnij się, że jest wystarczająco ekonomiczne, by mogło runąć przez wiele strumieni z dronów jednocześnie.Co będziesz robić przez cały dzieńNie rzucamy oświadczenia o problemie o 9:00 i nie zostawiamy cię samego z Stack Overflow.Poranek zaczyna się od sesji na najnowocześniejszym poziomie dotyczącej wykrywania anomalii w wideo, powiązanej pracy w robotyce i wizji komputerowej oraz demonstracji zespołu FlytBase.A potem budujemy.Możesz dostosować mały model języka wizji, destylować większy model, budować lekką pipeline detekcji + weryfikacji, wdrażać najnowsze badania lub spróbować czegoś, co nikt z nas nie wymyślił.Podejście jest otwarte.Ograniczenie to to, co czyni je interesującym.Co otrzymaszPełne oświadczenie o problemie, kryteria oceny i format zgłoszenia będą ujawnione w dniu wydarzenia.Kto powinien dołączyć?To dla Ciebie, jeśli pracujesz z, uczysz się lub jesteś poważnie ciekawy:Wizja komputerowa · Multimodalna AI · Modele wizji-języka · Zrozumienie wideo · Dostosowywanie modeli · Destylacja · Efektywne wnioskowanie · Wykrywanie anomalii · Rozpoznawanie otwartych zestawówInżynierowie AI/ML, badacze, studenci i budowniczowie są wszyscy mile widziani.Nie musisz wchodzić znając odpowiedź.Powinieneś wejść gotowy do kodowania, eksperymentowania, trenowania, ponoszenia porażek kilka razy i kontynuowania działań.Jedna ważna rzecz: przybądź z wcześniej przetestowanym zestawem do kodowania i dostępem do modelu. Jeśli planujesz dostosować model, przygotuj również swoje środowisko treningowe.Wolimy spędzić dzień walcząc z rzeczywistym problemem niż z CUDA.Dzień9:00 – 9:30 Śniadanie + spotkanie z ludźmi, z którymi będziesz budować9:30 – 11:00 Najnowsze osiągnięcia: Wykrywanie anomalii w wideo + powiązana praca w robotyce/CV + demonstracje ze strony FlytBase11:00 – 18:00 Budowanie, trenowanie, testowanie, łamanie rzeczy, próbowanie ponownie18:00 – 19:00 Wybrane demonstracje + wynikiData: 5 września 2026 Czas: 9:00 – 19:00Jeśli spędzasz weekendy na czytaniu artykułów, dostosowywaniu modeli, eksperymentowaniu z systemami wizji lub zastanawianiu się, co się stanie, gdy multimodalna AI opuści benchmark i spotka chaotyczne wideo z rzeczywistości...prawdopodobnie zechcesz znaleźć się w tym pokoju.Zarejestruj się i przyjdź budować z AI Hackers Collective. Dołącz do grupy na WhatsApp, aby otrzymywać wszystkie aktualizacje: https://chat.whatsapp.com/EYb3jCdtcS31Ul1jWe0wWF?s=cl&p=i&mlu=4