PRCV2020挑战赛（一）: “高速低功耗视觉理解” 赛程与规则发布
第三届中国模式识别与计算机视觉大会(PRCV 2020) 将于2020年10月16日-10月18日在六朝古都南京举行。
PRCV定位国内顶级的模式识别和计算机视觉领域学术盛会，本次大会将举办多个领域挑战赛，展示我国模式识别与计算机视觉领域的最新理论和技术成果。
图图为大家带来PRCV2020第二届高速低功耗视觉理解挑战赛赛程与规则，奖金极其丰厚，快快行动吧！
PRCV2020第二届高速低功耗视觉理解挑战赛
迄今为止，人工智能在视觉理解领域已经取得前所未有的成绩，各类任务的性能指标不断被刷新，其成果也被广泛应用到人类生活的各个领域。然而，在实际部署时，许多系统和产品对算法速度和功耗等方面都有额外的限制，随着人工智能应用规模的扩大，这类问题日益突显。目前大多数研究人员只关注视觉算法的性能提升，对速度、功耗的考虑依然欠缺，但很明显，为解决实际问题，算法功耗、速度、性能都是需要关注的重要因素。
图片来源网络
因此，为了评估当前视觉领域的研究现状，构建一个在功耗、速度、性能三个方面上进行算法比较的通用基准，将继《高速低功耗视觉理解挑战赛》后，组织《PRCV2020第二届高速低功耗视觉理解挑战赛》。
本次竞赛旨在进一步发掘兼顾视觉理解性能和高效节能的视觉理解技术，在CPU、GPU和小型嵌入式 AI 芯片的多个平台上，提高视觉理解技术的研究水平，推动计算机视觉学科的产业发展，促进视觉的智能分析技术在实际问题上的应用。
组织者：赵鑫、张靖、白岩
组织单位：中国科学院自动化研究所
联系电话：010-82544720
联系地址：北京市海淀区中关村东路95号
申请人邮箱：
赵鑫，xzhao@nlpr.ia.ac.cn
张靖，jing_zhang@ia.ac.cn
白岩，yan.bai@ia.ac.cn
按自愿报名的原则，参赛团队和成员的组成可以为：
1. 各培养单位正式注册教师、在读研究生以及博士生；
2. 国内各研究团体、企事业单位。
以个人或团队方式均可通过邮件方式报名参赛,每个参赛队伍人员不超过5人，每名参赛选手只能参加1个参赛队
每个参赛队伍在竞赛截止时间之前最多可更新2次结果，截止时间之后不能再更新结果。参赛队发送报名信息至：yan.bai@ia.ac.cn
邮件标题格式为“高速低功耗视觉理解挑战赛2020_(参赛队名称)”
邮件内容应包括个人或团队基本信息、负责人基本信息、参赛人数、联系方式(手机，邮箱),所有表格中对应成员的信息均为必填项，填写后保存为excel的格式（见下表），文件命名为“高速低功耗视觉理解挑战赛2020_(参赛队名称).xlsx”，组织方收到邮件并与报名者确认后，报名成功。
报名截止日期为：2020年7月1日
拟采用的组织方式为主办方在虚拟测试环境(Ubuntu)和测试样本数据上测试参赛队提交的算法模型，通过验证运行可执行程序的输出结果，综合评价模型在多平台上的性能、功耗、速度指标，评出名次（为防止作弊，主办方不公布测试集，但与Microsoft COCO数据集中的实例分割任务（Instance Segmentation）的数据相同（非removed的类别，共80类））。
本次比赛的数据来源于CASIA-PT测试集，数据集具有如下特点：
图像大小：长宽均在300-1000个像素之间。
测试样本：800张测试图片，类别数与Microsoft COCO数据集中的实例分割任务（Instance Segmentation）的数据相同（非removed的类别，共80类）。
验证样本：200张验证图片，类别数与Microsoft COCO数据集中的实例分割任务（Instance Segmentation）的数据相同（非removed的类别，共80类）。
训练样本：竞赛团队可在COCO数据集或任何相似数据集上训练模型。
本竞赛的视觉理解任务具体指图像中的像素级实例分割，如下图所示。本次竞赛并不提供训练数据，参赛选手在不限制训练样本的条件下对实例分割任务进行建模，最终各参赛者需提供对输入图像进行实例分割的模型，模型输出为80类。会分别在CPU平台、CPU平台、小型嵌入式 AI 芯片平台下评估提交的模型在800张测试样本下的性能、功耗和速度。
图像实例分割任务示意图
测试平台：
1. CPU平台：
Intel(R) Core(TM) i7-7700 @ 3.60GHz
2. GPU平台：NVIDIA Titan XP
3. 小型嵌入式 AI 芯片
4. 操作系统：Ubuntu Linux 16.04。
针对比赛任务中视觉理解的实例分割要求，在给定的800张测试图像以及80类对应物体的基础上，对图像进行精细分割标注。结果输出格式必须与Microsoft COCO数据集中的实例分割任务（Instance Segmentation）所要求的相同。
1. 性能评价
2. 功耗评价
3. 速度评价
4. 单项测试得分
5. 最终评价指标
为了方便团队内部和大会组委会测试算法模型，各竞赛团队需提供可用、真实的算法模型和相关测试代码，并提供对应的使用说明文档，说明文档内容包括测试方法用例介绍。算法实现的语言必须使用python，框架使用pytroch、tensorflow、keras中的一种，GPU和小型嵌入式AI芯片上测试使用cuda9或cuda10。
竞赛设一等奖1名(奖金4万元人民币)，二等奖1名(奖金2万元人民币)，三等奖1名(奖金1万元人民币)。
各参赛队伍根据比赛成绩均可获得由计算机视觉专委会、中国科学院自动化研究所智能系统与工程研究中心共同颁发的获奖证书和奖金。
组委会将举办挑战赛技术论坛，邀请每项任务获得一、二等奖的参赛队伍参加作特邀技术报告。
1. 各参赛队在赛前需签订数据使用协议，承诺本竞赛提供的功耗测试数据集仅能用于本竞赛，不用于除本竞赛外的任何其他用途，并承诺数据用后即刻删除，不可扩散，主办方保留追究法律责任的权利。
2. 各参赛队需要承诺本队提交的结果可重复，参赛队所有的方案、算法以及相关的知识产权均属于参赛队伍所有，组织方承诺履行保密义务，并不用于除本比赛外的任何其他用途。
3. 参赛队伍应保证所提供的方案、算法属于自有知识产权。组织方对参赛队伍因使用本队提供/完成的算法和结果而产生的任何实际侵权或者被任何第三方指控侵权概不负责。一旦上述情况和事件发生参赛队伍必须承担一切相关法律责任和经济赔偿责任并保护组织方免于承担该等责任。
1．该项竞赛为公益性赛事，全程不收取参赛队伍任何费用。
2．竞赛期间，组委会坚持公开、公平、公正的原则。参赛结果评比由专业评审队完成，如参赛队伍对公布结果有异议，可申请成绩复核，申请通过后到组委会指定地点进行现场复核。
汪荣贵——机器学习基本知识体系与入门方法
知网在线教学服务平台：
http://k.cnki.net/CInfo/Index/5063
陈强——从Cell封面论文谈AI研究中的实验数据问题
知网在线教学服务平台：
http://k.cnki.net/CInfo/Index/4977
石争浩——从先验到深度：低见度图像增强
知网在线教学服务平台：
看完微推意犹未尽？快来加入图图社区，更多资讯等着你
申明：本平台仅负责信息发布，竞赛相关咨询请联系组织方。
前沿进展 | 多媒体信号处理的数学理论
中国卫星遥感回首与展望
单目深度估计方法：现状与前瞻
目标跟踪40年，什么才是未来？
10篇CV综述速览计算机视觉新进展
算法集锦 | 深度学习在遥感图像处理中的六大应用
封面故事 | 从传统到深度：火灾烟雾识别综述
封面故事 | 光场数据压缩综述
学者观点 | 结合深度学习和半监督学习的遥感影像分类
编辑推荐 | 视频 + 地图！四维信息助力实景中国
深度学习+图像降噪，如何解决“卡脖子”问题？
专家推荐|高维数据表示：由稀疏先验到深度模型
专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用
专家推荐|真假难辨还是虚幻迷离，参与介质图形绘制让人惊叹！
学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】
专家报告|深度学习+图像多模态融合
专家报告 | 类脑智能与类脑计算
实战例题！200+PPT带你看懂监督学习
118页PPT！机器学习模型参数与优化那些事儿~
专家开讲 | 机器学习究竟是什么？
羡慕别人中了顶会？做到这些你也可以！
如何阅读一篇文献？
共享 | SAR图像船舶切片数据集
资源分享| 不知道如何获取最新的算法资讯？快来这里看一看
资源分享|热门IT资讯号推荐
《中国图象图形学报》2020年第2期目次
《中国图象图形学报》2020年第1期目次
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发！
编辑：秀 秀
指导：梧桐君
审校：夏薇薇
总编辑：肖 亮
声 明
欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
相关内容
微信扫码咨询专知VIP会员