В эти выходные прошёл финал международной олимпиады по искусственному интеллекту и анализу данных AIDAO от Яндекс Образования и ФКН НИУ ВШЭ. В ней принял участие с командой мой сотрудник Матвей Скрипкин из группы Multimodality, Александр Югай из МФТИ и Даниил Окунев из ИТМО.

Задача ребят была обучить модель строить карту статических препятствий по четырём изображениям — по сути аналог упрощённого BEV-представления, используемого в автономной навигации.

Они экспериментировали с разными способами кодирования мультикамерного входа, перебрали разные архитектуры для кодирования изображений (классические сверточные модели, Swin Transformer, SigLip2, а также фичи из SAM2), сравнивали их качество и устойчивость, тестировали разные лоссы, использовали LSS для учёта параметров камер, а после получения сильных моделей применили blending. Качество оценивалось по средней IoU. Считался IoU для класса 0 (свободная область, по которой можно ехать) и класса 1 (занятая область, препятствия), после чего брали среднее значение.

Финальная модель на приватном тесте показала значение IoU 0.5609, а у первого места отрыв в третьем знаке — 0.5640.

Ребята, поздравляю! 💪💪💪