2020 OpenCV Spatial AI大赛优秀项目团队介绍集锦（四）
距离我们的上一篇文章已经过去了几个星期，但是2021年OpenCV人工智能竞赛的事情绝对没有放缓！在这篇文章中，我们有一系列的亮点，以及对这个全球竞赛中另外两个了不起的团队的采访。
在这篇文章中，我们将介绍与一些在网上发布炫酷东西的团队进行的简短问答，这是2021年OpenCV人工智能竞赛的一部分，使用#OAK2021标签。非常感谢EyeCan和Clara团队同意接受这次的采访! 如果你想在这里看到你的团队，请给我写信：phil @ opencv.org。如果你错过了这个系列的前几期介绍参赛队伍和比赛中的酷炫视频，请回过头来阅读第一部分、第二部分和第三部分!
#OAK2021标签中的一些亮点
这么多团队都是第一次发帖，我们很乐意看到！这次更新是我们迄今为止看到的新内容最多的一次，感谢大家的分享！
- Roc4t团队奶牛的跟踪和姿态估计
- Big Orange机器人使用SLAM和YOLO v4将物品送到另一个房间里指定人手中
- Calgary Storm团队用OAK-D和Jetson Nano实时显示3D物体
- Kauda团队展示了Spatial MoveNet + Blaze Hands，以实现协作和工人安全
- Team Cortic展示了多个OAK-D协同工作以获得实时驾驶反馈
- 来自Cortic团队的魔镜概念
- SHL Robotics自动驾驶机器人展示语义分段和它的2D导航标志
- Deepflow Tesseract团队的四足农业机器人安装了OAK-D机器人手臂
- 来自Calcutta Devs团队的实时瑜伽姿势识别和评估
- 多摄像头左/右+颜色+差异，由Getafe Musarañas团队提供
团队：EyeCan
你的项目是什么？简要描述你的问题陈述和建议的解决方案
标签数据是今天调整基于人工智能的视觉系统的主要问题之一。eyecan.ai处理的正是这个问题，并且有一个专利的解决方案，可以使用机器人完全自动标记数据。然而，在这个挑战中，我们想知道是否有可能用一个简单的传送带，利用物体的运动和RGB-D传感器，从而产生标签来训练物体检测器，而无需人工干预。我们的解决方案是基于一个TrinocularStereo网络，直接部署在OAK芯片上，以便获得传送带上移动物体的密集三维重建。通过三维重建，我们能够单独分割物体并生成标签（边界框和/或掩码），然后训练探测器来识别它们。由于OAK的实用性（小尺寸和多功能光学器件），我们可以以动态的方式使用这种类型的传感器（在场景中随意移动），而不是传统的工业相机，一旦固定就不能移动。
你的团队有没有搞笑的“起源故事”？你们是怎么在一起的？
我们是一个团队，来自博洛尼亚大学的附属公司eyecan.ai和同一所大学的计算机视觉研究小组。我们一直在处理物体检测和立体视觉这两个问题。在OAK-D中，我们发现了两个世界的完美体现！
你是如何决定解决什么问题的？
我们的问题来自于市场的需求。人工智能的采用率很低，特别是在工业界，因为收集和标记数据的时间太长了。虽然有很多创业公司在做数据标记，但工业界非常保守，不接受向外公开他们的图像，让他们进行注释。另一个问题是，如果有一个人在数据注释的循环中，时间会更长，最终的系统肯定会包含错误，影响其性能。
#OAK2021最让你激动的部分是什么？
这个挑战让我们知道来了一些我们想象不到的出色的计算机视觉团队和应用程序。尽管竞争激烈，但许多团队在挑战赛中公开了他们的一些代码，这非常鼓舞人心，这激励我们也这样做！
得知你被选中参加第二阶段，你有什么想法/感受？
我们非常自豪被选中，因为这意味着我们的想法得到了认可，我们迫不及待地想尝试这款设备，因为我们知道许多公司都想拥有它，不仅仅不是我们。🙂
到目前为止，比赛中有哪些让你感到惊讶的地方？
我们对其他团队的创造力和计算机视觉在几乎每个领域的普及感到非常惊讶！
你对你的竞争对手有什么话要说吗？
有这么多的团队值得获胜，我祝他们好运，对我们来说，真正的胜利是成为这个社区的一部分，并能够分享它。
读者应该跟随你到哪里，才能最好地跟上你的进度？(推特、LinkedIn等)
在LinkedIn上
团队：Clara
你的项目是什么？简要描述你的问题陈述和建议的解决方案
我们的项目是为一个有助于演奏、学习特雷姆琴的系统打下基础。特雷门琴的问题，至少从初学者的角度来看，是它没有提供关于 “音符 “位置的物理反馈（与钢琴、吉他，甚至小提琴等弦乐器相比）。这使得它有点难以弄清手的位置，以便产生音符。如果在人工智能的协助下，我们可以得到关于如何演奏乐器的提示，这就是CV进入我们的项目和我们为比赛提出的想法的地方。我们发现，这比我们最初想象的要难一些。
你的团队有没有搞笑的“起源故事”？你们是怎么在一起的？
Elisa和我是很久的朋友了，我们在大学相识，但来往不多。几年后我们又见面了，她是一名专业音乐家，她指挥乐队和合唱团，我是其中一个合唱团的成员。我不是一个音乐家，但我对电脑音乐的兴趣作为一种爱好，让我们走到了一起。
你是如何决定解决什么问题的？
我们都对音乐感兴趣，Elisa是一名音乐家和音乐教育家。我对电脑音乐有兴趣，但是我一直对自己多年来一直无法弹奏钢琴感到沮丧。起初，当我看到比赛公告时，我想到了这个我已经思考了很久的想法。它是关于用计算机视觉来衡量钢琴学习者的表现（指法、动作、表现力等）。然而，我做了一些研究，这个问题对于3个月的比赛来说太难了。我本打算放弃，但后来我想到了特雷米琴，一种我一直想尝试的乐器。这时我把我的想法告诉了Elisa，我们一起设法改变了项目的范围和性质，并把它公布出来供人参与。
#OAK2021最让你激动的部分是什么？
这给我带来了机会(和借口)来学习更多关于OpenCV库的知识，学习如何使用OAK D设备，同时认识到它为爱好者打开的所有可能性。在比赛过程中，我产生了一些想法，我想在比赛后进一步实现。我们正在学习Supercollider(一个计算机音乐框架)，我想测试OAK D在声音设计方面的用户界面实验。
得知你被选中参加第二阶段，你有什么想法/感受？
这是我第一次听说OpenCV组织的竞赛，而且我也从未提交过任何竞赛的想法，所以我不知道会有什么样的结果。令人惊讶的是，我们成功进入了第二阶段。当我们的装备到达时，我们很高兴能赢得一些东西。
到目前为止，比赛中有哪些让你感到惊讶的地方？
首先，参赛作品的数量令人惊讶。这揭示了人工智能和CV是如何为那些想尝试它的大众带来更多关注和动力的。另一方面，我发现CV中的一些东西比最初设想的要难。这时，一个支持社区(主要通过discord渠道)对于发展一个强大的采纳者群体来说是非常关键的。我认为我们都在同时学习和尝试一些真正新的东西，这真的很了不起。
你对你的竞争对手有什么话要说吗？
有时事情不能如愿以偿，你会花几个小时去调试或者找出一个漏洞，我的建议是不要放弃。如果你被卡住了，停止考虑这个项目一段时间，你会发现一段时间后你会有新的想法。也要发展那些与你的个人兴趣和激情相辅相成的想法，对我们来说，它是关于音乐和教育。
读者应该跟随你到哪里，才能最好地跟上你的进度？
更多精彩
感谢您阅读我们这个系列的第四篇文章。这些只是参加这项大型比赛的200多支队伍中的几支，我们祝他们好运！如果你是一个AI创客，想了解这个很酷的东西，为什么不购买一个OAK-D呢？
OAK-D
请继续关注这个系列的文章，以及来自这些令人惊奇的团队的源源不断的精彩内容。不要忘记注册OpenCV通讯，以便在新文章发布时得到通知，并从我们的合作伙伴那里得到独家折扣和优惠。
信息来源：opencv.org