AWS DeepLens Challenge

AWS Intel

Entwerfen Sie Machine-Learning-Projekte mit AWS DeepLens und bewirken Sie damit etwas!

 

DIE HERAUSFORDERUNG

Bei einer Serie von acht themenorientierten Challenges, die 2018 durchgeführt werden, haben Sie die Möglichkeit, Ihre Ideen mit den Funktionen von AWS DeepLens zu verbinden und so Machine-Learning-Projekte zu erstellen, die sich positiv auf die Lebensumstände auswirken können. Mit diesen Challenges können Sie wertvolle Erfahrungen im Bereich des Mashine Learning sammeln und währenddessen von einer spannenden, kollaborativen und inspirierenden Umgebung profitieren. Damit leisten Sie einen positiven Beitrag zu der Verbesserung der Lebensqualität von Menschen und unterstützen gemeinnützige Organisationen, deren Existenz unserer Gesellschaft zugutekommen.

DIE BELOHNUNG

Es wurde bereits erwähnt, dass es bei Abgaben nicht darum geht etwas zu spenden, sondern darum, etwas zu bewirken. Die Belohnungen variieren je nach Challenge, aber sie umfassen unter anderem Folgendes: eine Spende pro Projekteinreichung an eine gemeinnützige Organisation, die mit der Challenge in Verbindung steht und eine Blog-Präsentation für die Projekte mit den potenziell positivsten Auswirkungen. Insgesamt betrachtet liegt der größte Vorteil aber darin, dass Sie etwas lernen und gleichzeitig etwas schaffen, das eine tiefgreifende und positive Wirkung auf die Gesellschaft haben kann. Die Projekteinreichungen und deren Urheber werden von AWS gefördert.

DIE RESSOURCEN

Mit AWS DeepLens können Entwickler aller Skill-Level über Beispielprojekte, Computervisionsmodelle, Tutorials und realitätsnahe, praktische Erkundungen auf einem physischen Gerät mit Deep Learning beginnen. Sie können aus einer Sammlung aus vorab-trainierten Modellen auswählen, die mit einem Klick auf die AWS DeepLens Console auf dem Gerät ausgeführt werden können, oder Sie erstellen benutzerdefinierte Modelle mit Amazon SageMaker. Sehen Sie sich die verfügbaren Ressourcen für AWS DeepLens an und legen Sie noch heute los. Nehmen Sie an der AWS Deep Lens Challenge Slack Channel teil und arbeiten Sie mit den anderen Teilnehmern zusammen.


Challenge 1: Inklusivität

Im Rahmen dieser ersten Challenge möchten wir Sie dazu einladen, ein DeepLens-Projekt zu schaffen, durch das Inklusion gefördert, Barrieren überwunden und die Bindung zwischen Erwachsenen und Kindern mit und ohne Behinderung gestärkt wird/werden.

Für jedes Projekt, das die Teilnahmekriterien erfüllt, spenden wir einen Betrag von 249 USD (der Preis einer AWS DeepLens-Kamera im Handel) an Northwest Center, eine gemeinnützige Organisation aus Seattle. Holen Sie sich ein paar Inspirationen und sehen Sie sich das Video von Gene Boes, dem CEO von Northwest Center an. So erfahren Sie mehr darüber, wie Technologie genutzt werden kann, um Chancengleichheit zwischen Menschen mit und ohne Behinderung zu schaffen.

Sie können auch weitere Ideen sammeln, indem Sie sich die von der DeepLens Community geschaffenen Projekte und den AWS-Blog ansehen, in dem die Challenge angekündigt wird.

Die Challenge wurde verlängert! Sie läuft vom 10.7.2018 bis zum 19.8.2018 um Mitternacht (PST). Wir freuen uns auf Ihre Einreichungen!

Gene Boes, der CEO von Northwest Center beschreibt die AWS DeepLens-Inklusivitäts-Challenge

Wenn AWS anbietet, für jede qualifizierte Eintragung einen Beitrag für eine Wohltätigkeitsorganisation zu spenden, spendet AWS den Betrag von 249 USD für jede qualifizierte Eintragung zu einer Challenge. Eine Mindestspende von 5.000 USD erfolgt an eine von AWS ausgewählte Wohltätigkeitsorganisation, wobei die Spendenhöhe auf 10.000 USD begrenzt ist. Alle Felder im Einreichungsformular müssen ausgefüllt werden, und die Eintragung muss bis zum entsprechenden Annahmeschluss einer Challenge für eine Eintragung übermittelt werden, um teilnahmeberechtigt zu sein.

Weitere Informationen zu AWS DeepLens
AWS DeepLens ist die weltweit erste Deep-Learning-fähige drahtlose Videokamera
Sehen Sie sich die Vorteile des Machine Learning an
Amazon Machine Learning verwendet leistungsfähige Algorithmen, um Modelle durch Erkennen von Mustern in bestehenden Daten zu erstellen