Add task

lab-4/task_text.ipynb

+{
+  "nbformat": 4,
+  "nbformat_minor": 0,
+  "metadata": {
+    "colab": {
+      "provenance": []
+    },
+    "kernelspec": {
+      "name": "python3",
+      "display_name": "Python 3"
+    },
+    "language_info": {
+      "name": "python"
+    }
+  },
+  "cells": [
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# Суть задания\n",
+        "\n",
+        "\n",
+        "1.   Реализовать решение задачи верификации лица (сравнение 1 к 1)\n",
+        "2.   2 на кого из МИЭМ вы похожи + 2 GUI\n",
+        "2.   Протестировать работу различных методов трекинга объектов в различных задачах.\n",
+        "\n",
+        "Примерное время выполнения - 8-10 часов.\n",
+        "\n",
+        "Дедлайн: 1 февраля в 23:59\n",
+        "\n",
+        "Штрафные коэффициенты оценивания при просрочке:\n",
+        "\n",
+        "-|-\n",
+        "----|---\n",
+        "Просрочка меньше 12 часов | без штрафа\n",
+        "От 12 часов до 7 дней после дедлайна | 0.8\n",
+        "От 7 до 14 дней | 0.6\n",
+        "Более 14 дней и до начала сессии | 0.4\n",
+        "\n",
+        "## Оценивание\n",
+        "\n",
+        "Задание:\n",
+        "\n",
+        "Часть работы | Стоимость в баллах\n",
+        "-------------|--------------------\n",
+        "Детекция + Верификация **Можно сдать без защиты**.| 3\n",
+        "Поисковик \"MIEM Lookalikes\" **Можно сдать без защиты**.| 2\n",
+        "MIEM Lookalike Web-GUI **Можно сдать без защиты**.| 1\n",
+        "Исследование устойчивости методов распознавания | 4\n",
+        "Итого | 10 баллов\n",
+        "\n",
+        "Формула оценивания всей работы:\n",
+        "\n",
+        "О = Задание * 0.9 + Тест на лекции * 0.1\n",
+        "\n"
+      ],
+      "metadata": {
+        "id": "0wRYyp1mM2NV"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# 1 Детекция + верификация (3 балла)"
+      ],
+      "metadata": {
+        "id": "V1EHcMnf0YCM"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "Часть 1: Обнаружение лиц в реальном времени или на видео (3 балла)\n",
+        "Задача:\n",
+        "\n",
+        "Используя библиотеку OpenCV и метод [YuNET](https://docs.opencv.org/4.x/d0/dd4/tutorial_dnn_face.html) (или другой нейросетевой метод обнаружения лиц на ваше усмотрение), реализуйте обнаружение лиц на видео (или веб-камере).\n",
+        "Программа должна обрабатывать кадры с вебкамеры и корректно распознавать ваше лицо. Ваше лицо должно быть выделено зелёным прямоугольником, а чужие - красными."
+      ],
+      "metadata": {
+        "id": "86yB1xI5-8ng"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# 2 MIEM Lookalike (2 балла)"
+      ],
+      "metadata": {
+        "id": "MjhODhxJ0kGJ"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "Реализовать задачу поиска лиц с использованием эмбеддингов и FAISS\n",
+        "\n",
+        "Задача:\n",
+        "Используйте предобученную модель распознавания лиц (например, FaceNet из библиотеки DeepFace) для создания эмбеддингов (векторных представлений) для всех изображений лиц из [выгрузки фотографий](https://drive.google.com/drive/folders/1I7EzyoJYYiLuOiPyjAHeSdTgzmDUAp2X?usp=sharing) сотрудников МИЭМ.\n",
+        "Создайте [FAISS](https://habr.com/ru/companies/okkamgroup/articles/509204/)-базу данных для хранения эмбеддингов лиц.\n",
+        "Реализуйте функцию поиска:\n",
+        "* Загрузите изображение нового лица.\n",
+        "* Извлеките эмбеддинг и найдите ближайший эмбеддинг в FAISS.\n",
+        "* Реализуйте выдачу имени человека с наиболее похожим лицом и его расстояние до текущего лица.\n",
+        "\n",
+        "По-умолчанию предполагается выполнение решения в виде консольного скрипта или внутри блокнота Jupyter. Дополнительно можно реализовать веб-интерфейс с помощью библиотеки streamlit или другого веб-фреймворка на ваше усмотрение (+1 балл).\n"
+      ],
+      "metadata": {
+        "id": "knOMSWM60mKg"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# 3 Анализ устойчивости распознавания лиц (4 балла)\n",
+        "\n"
+      ],
+      "metadata": {
+        "id": "BdzH5yGw--rt"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "## Часть 1. Оценить точность работы методов из DeepFace на тестовом видео (2 балла)."
+      ],
+      "metadata": {
+        "id": "G_RL2wOgfAUe"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "В данном задании предлагается рассмотреть задачу распознавания лиц как задачу классификации для оценки точности.\n",
+        "Вам даны [видео](https://drive.google.com/drive/folders/1z_YCdJF2Rf9WzlNSY3BpNFiakNisq5VB?usp=sharing), для которых представлена разметка в виде тайм-кодов и база фотографий людей с этих видео.\n",
+        "Необходимо взять каждый 50-й кадр видео (способ разбиения на кадры с учётом разметки - на ваше усмотрение) и для полученного набора изображений оценить метрику Precision на данном наборе изображений для всех лиц, присутствующих на видео и в разметке.\n",
+        "\n"
+      ],
+      "metadata": {
+        "id": "5UsJb8VkPzd0"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "## Часть 2. Оценить точность работы методов из DeepFace на аугментированных данных (2 балла)."
+      ],
+      "metadata": {
+        "id": "2iRrc6SRg4-d"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "Необходимо собрать собственный набор данных из **различных** изображений Вашего лица с разных ракурсов, желательно настоящие фотографии из личного архива (20 штук)\\\n",
+        "Возьмите эталонное изображение (как в паспорте) и при помощи библиотеки [DeepFace](https://github.com/serengil/deepface) проверьте его на соответствие всему датасету. Посчитайте метрику Precision. \\\n",
+        "\\\n",
+        "Примените каждую из перечисленных ниже аугментаций (**по-отдельности**) ко всему датасету и измерьте метрику Precision для измененнного датасета:\n",
+        "*   Поворот изображения на 45° и 90°.\n",
+        "*   Добавление шума (Gaussian Noise).\n",
+        "*   Изменение яркости (увеличение и уменьшение на 50%).\n",
+        "*   Размытие с различными параметрами.\n",
+        "\\\n",
+        "Реузультаты соберите в таблицу вида:\n",
+        "\n",
+        "Метод | Исходный датасет | Поворот на 45° | Поворот на 90° | Изображение с шумом |\n",
+        "--- | ----|--- | --- | --- |\n",
+        "VGG-Face | 0 | 0 | 0 | 0 |\n",
+        "Facenet | 0 | 0 | 0 | 0 |\n",
+        "Facenet512 | 0 | 0 | 0 | 0 |\n",
+        "OpenFace | 0 | 0 | 0 | 0 |\n",
+        "DeepFace | 0 | 0 | 0 | 0 |\n",
+        "DeepID | 0 | 0 | 0 | 0 |\n",
+        "ArcFace | 0 | 0 | 0 | 0 |\n",
+        "Dlib | 0 | 0 | 0 | 0 |\n",
+        "SFace | 0 | 0 | 0 | 0 |\n",
+        "GhostFaceNet | 0 | 0 | 0 | 0 |"
+      ],
+      "metadata": {
+        "id": "aFA9PwlwjeDV"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [],
+      "metadata": {
+        "id": "SibiLplgP2bC"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# Итоговая проверка и отчётность\n",
+        "\n"
+      ],
+      "metadata": {
+        "id": "bMzGSyoKQUgV"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "## Задание 1\n",
+        "* Ссылка на исходный код приложения в GitHub\n",
+        "* Ссылка на видеозапись экрана ПК во время работы приложения\n",
+        "\n",
+        "## Задание 2\n",
+        "* Ссылка на исходный код приложения в GitHub\n",
+        "* Ссылка на видеозапись экрана ПК во время работы приложения\n",
+        "\n",
+        "## Задание 3\n",
+        "* Ссылка на Jupyter Notebook с кодом подсчёта метрики по кадрам с видео в GitHub\n",
+        "* Ссылка на архив в формате ZIP или 7z с вашими фото\n",
+        "* Ссылка на Jupyter Notebook с кодом наложения аугментаций и подсчёта метрики в GitHub"
+      ],
+      "metadata": {
+        "id": "oJY1a_RAjivD"
+      }
+    },
+    {
+      "cell_type": "markdown",
+      "source": [
+        "# Контрольные вопросы\n"
+      ],
+      "metadata": {
+        "id": "ny14-XnN8QVM"
+      }
+    }
+  ]
+}
\ No newline at end of file