'Lò luyện’ FPT UAV Hackathon: Dàn cao thủ tăng tốc tinh chỉnh mô hình AI

Cuộc thi FPT UAV Hackathon chính thức phát động đăng ký từ giữa tháng 4, tìm kiếm các kỹ sư công nghệ nhà F để xây dựng hệ thống xử lý dữ liệu AI tích hợp lên UAV, giúp UAV tự hành hoàn toàn. 5 team thi (gồm Phần mềm FPT, Viễn thông FPT và FPT Smart Cloud) được chọn vào vòng chung kết đã trải qua 3 tháng nghiên cứu và triển khai (từ giữa tháng 5 đến nay).

Đến hiện tại, các team gần như hoàn thành phần "xương sống" quan trọng nhất của hệ thống UAV tự hành: từ mô hình nhận diện/phát hiện (object detection), thuật toán bám bắt (object tracking), tích hợp AI lên hệ thống điều khiển drone, bay giả lập...

Chạm mốc 70-80% đường đua

Đại diện đội SkyAI Squad (Phần mềm FPT), anh Dương Đức Hiếu cho biết đội đã hoàn thành khoảng 70-80% khối lượng công việc tổng thể: "Chúng tôi đã huấn luyện thành công mô hình AI cho các đối tượng như ô tô/xe máy/người đi bộ, tích hợp AI vào hệ điều khiển UAV, kiểm thử thành công trên môi trường mô phỏng. Hiện tại, đội bước vào giai đoạn tinh chỉnh độ chính xác của thuật toán và tăng cường kiểm thử".

Tương tự, đại diện đội UAV Falcon 101 One Dev Team (Liên minh Phần mềm FPT - FPT Smart Cloud), anh Võ Nguyễn Ân Tín chia sẻ đội cũng đã chạm mốc 80% đề bài: "Team đã đưa thành công mô hình nhận diện lên chạy mượt mà trên thiết bị của drone. Phần còn lại chủ yếu là kiểm tra thực tế để xử lý các tình huống bất ngờ phát sinh".

Đại diện SkyLearners (FPT Smart Cloud) - anh Nguyễn Bá Dũng cho biết team cũng hoàn thiện các bài toán nhận diện xe/người/biển số xe/khuôn mặt, tối ưu thuật toán hay cho drone/camera gimbal tự bám đối tượng.

FA.AI.HCM (Phần mềm FPT) hay FTEL UAV (Viễn thông FPT) cũng đạt tiến độ hoàn thiện khoảng 70-80% và đang bước vào giai đoạn hiệu chỉnh cuối cùng, đảm bảo drone đạt độ ổn định cao nhất khi bay thực.

Những buổi cày xuyên đêm của team thi FPT UAV Hackathon.

Cấp tốc huấn luyện mô hình

Chặng nước rút càng trở nên kịch tính khi BTC công bố một số thay đổi trong thể lệ: thay đổi địa điểm thi đấu kéo theo chuyển đổi đối tượng bám bắt (từ theo dõi đa đối tượng sang tập trung vào một đối tượng chuyên sâu).

Nhận định về thách thức này, anh Dương Đức Hiếu (SkyAI Squad) phân tích: "Độ cao bay thay đổi từ 50-150m sẽ làm kích thước mục tiêu xuất hiện trên camera thay đổi đáng kể, dễ gây suy giảm độ chính xác của mô hình AI. Ngoài ra, việc thay đổi góc nhìn camera của drone, đặc điểm nền cảnh, ánh sáng hay mật độ đối tượng… cũng ảnh hưởng đến thuật toán bám bắt của AI. Vì vậy, team tập trung bổ sung dữ liệu huấn luyện, tối ưu thuật toán, tinh chỉnh mô hình, tăng cường các bài bay mô phỏng...”.

Với đội FA.AI.HCM, anh Nguyễn Đại An thừa nhận đây là thách thức trong giai đoạn nước rút. “Team nhanh chóng điều chỉnh và cải thiện mô hình AI, chuyển đổi linh hoạt từ bài toán theo dõi đa đối tượng sang theo dõi đơn đối tượng chuyên sâu nhằm tối ưu độ chính xác và giảm tải xử lý trên Jetson, phục vụ tốt nhất cho kịch bản chung kết”, anh Nguyễn Đại An chia sẻ.

Góc nhìn này cũng được anh Võ Nguyễn Ân Tín - UAV Falcon 101 One Dev Team đồng tình: “Sự chuyển đổi từ đa đối tượng sang đơn đối tượng buộc team phải 'tỉa' bớt các tính năng không cần thiết, dồn toàn bộ tài nguyên máy tính để tối ưu độ chính xác và tốc độ khóa mục tiêu. Anh em đang phải tạo thêm dữ liệu giả lập để huấn luyện lại mô hình".

Còn với FTEL UAV, ngay từ đầu, đội đã chuẩn bị 2 luồng để huấn luyện mô hình, gồm đa và đơn đối tượng. Hiện tại, khi BTC xác định, đề bài vòng chung kết sẽ theo dõi đơn đối tượng, các thành viên của team sẽ tập trung chạy tốt mô hình này. “Hiện, đội vẫn đang thử nghiệm dàn trải trên nhiều tình huống giả lập, sau đó sẽ chú tâm tinh chỉnh chi tiết dựa vào thể lệ/KPI chung cuộc”, anh An Minh Hùng nói thêm.

Các thành viên của BTC FPT UAV đồng hành cùng team thi tại 2 điểm cầu Hà Nội và TP HCM.

Nam Dung

• ‘FPT và FTU hợp tác trên tinh thần Fast & Furious’