2021年大数据与AI领域年度盛事——第九届CCF大数据与计算智能大赛已全面开赛!
云测数据携手OneFlow一流科技,发布基于自动驾驶场景下的“人车目标检测、交通标志分类识别、交通灯识别、天气及时间分类”四大训练赛题,诚邀全球 AI 开发者组队大展身手,探讨技术难题和行业痛点。
人工智能产业落地的发展离不开AI数据的支撑,尤其对于智能驾驶技术而言,数据的作用显得更为重要:无论是想要实现辅助驾驶、智能座舱乃至自动驾驶等,这些被赋予智能属性的驾驶体验的背后都离不开训练数据的驱动。
云测数据一直致力于为人工智能技术实现提供高质量、场景的的数据支撑,相关赛题基于智能驾驶相关应用场景提出,需要参赛者使用OneFlow深度学习框架,结合云测数据提供的真实场景下的数据集,对目标进行检测识别。
目前四大赛题已开启报名,各赛题若无特别通知,永久开放。截止到2022年1月3日,排行榜前3名的队伍将会获得1个CCF会员名额+纪念奖牌(提交团队数大于10),排行榜前50名的团队将会获得平台发出的电子证书。欢迎报名切磋技艺。
赛题介绍:
赛题一:人车目标检测
【赛题背景】目标检测在自动驾驶等方面有着广泛的应用前景,在自动驾驶场景中,使用视觉传感器对人和车目标进行检测并规避障碍物。此挑战旨在使用OneFlow框架对真实场景下行车记录仪采集的图片进行人和车2D目标检测。
【赛题任务】此赛题的数据集由云测数据提供。比赛数据集中包含3000张真实场景下行车记录仪采集的图片,其中训练集包含2600张带有标签的图片,测试集包含400张不带有标签的图片。参赛者需基于OneFlow框架在训练集上进行训练,对测试集中两种类型的对象:人和车进行两点目标检测,并对检测的目标进行识别。数据集中共有22种细分的人车类型标签。
赛题二:交通标志分类识别
【赛题背景】目标检测在自动驾驶等方面有着广泛的应用前景,在自动驾驶场景中,需要对交通标志(如限速标志等)进行识别以采取不同的驾驶策略。此赛题旨在使用Oneflow框架识别图像中显示的交通标志的类型,并且对不同的环境(如光线、障碍物或标志距离)具有鲁棒性。
【赛题任务】此赛题的数据集由云测数据提供。比赛数据集中包含6358张真实场景下行车记录仪采集的图片,我们选取其中95%的图片作为训练集,5%的图片作为测试集。参赛者需基于OneFlow框架在训练集上进行训练,对测试集中的交通标志进行分类识别。数据集中共有10种细分的交通标志标签。
赛题三:交通灯识别
【赛题背景】目标检测在自动驾驶等方面有着广泛的应用前景,在自动驾驶场景中,需要对交通红绿灯进行识别进行刹车和启动,尤其部分红绿灯在距离较远的情况下是小目标,会对检测识别造成一定的难度。此赛题旨在使用OneFlow框架对不同的环境(如光线、障碍物或标志距离)下的红绿灯目标进行检测并识别灯的类别和颜色。
【赛题任务】
此赛题的数据集由云测数据提供。比赛数据集中包含3000张真实场景下行车记录仪采集的图片,其中训练集包含2600张anchor box坐标以及类别标签的图片,测试集包含400张不带有标签的图片。参赛者需基于OneFlow框架在训练集上进行训练,对测试集中的红绿灯进行目标检测以及颜色的识别。(检测inbox和color)
赛题四:天气以及时间分类
【赛题背景】
在自动驾驶场景中,天气和时间(黎明、早上、下午、黄昏、夜晚)会对传感器的精度造成影响,比如雨天和夜晚会对视觉传感器的精度造成很大的影响。此赛题旨在使用OneFlow框架对拍摄的照片天气和时间进行分类,从而在不同的天气和时间使用不同的自动驾驶策略。
【赛题任务】
此赛题的数据集由云测数据提供。比赛数据集中包含3000张真实场景下行车记录仪采集的图片,其中训练集包含2600张带有天气和时间类别标签的图片,测试集包含400张不带有标签的图片。参赛者需基于OneFlow框架在训练集上进行训练,对测试集中照片的天气和时间进行分类。
更多赛事详情,请查看CCF大数据与计算智能大赛相应赛题页面,欢迎个人或组队报名参与。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
