工业界真实算法需求如何?高通AI算法竞赛来袭:50万总奖池,15万+真实业务数据!

2022 年 10 月 20 日 极市平台
↑ 点击 蓝字  关注极市平台

技术求索之路,沿途灿若星河。

高通公司发起 2022 高通人工智能创新应用大赛,面向全社会,邀请有能力,有潜力,有实力的人工智能计算机视觉领域技术人才展示自我,成为最亮的那颗星!

本次大赛提供15万+真实业务的脱敏数据、免费云端算力支持等,帮助参赛者全程线上无障碍开发、加速模型推理,真正实现在线编码训练、模型转换、模型测试等一站式竞赛体验。让每位开发者深入学习和提升算法技能同时累积行业实践经验与加强工程落地能力。

大赛报名入口:https://sourl.cn/srfRFA

或扫描上方二维码


大赛赛题

赛题一:智慧零售--客流统计

赛题类型:目标跟踪

算法需求:主要进行客流统计算法开发。因商场门店需要统计客流情况,对公司营销决策添加辅助信息,从而对进出门店的客流进行如下统计:进人数、出人数、总流量,剔除顾客徘徊的情况,根据工牌信息进行员工统计的去重(开关控制是否开启),并识别进店人员的年龄、性别。
数据集数量:共包含81326张已标注图像,其中,有57447张图像用于训练,23879张图像用于测试。

赛题二:智慧交通--渣土车未盖毡盖识别

赛题类型:目标跟踪+目标检测

算法需求:在城市交通管理中,某些城市的市区区域禁止渣土车进入,特别是车斗装有渣土且未用毡盖进行覆盖的渣土车。因此,该算法主要也是围绕城市治理交通方面,目标是实现在禁止区域内,若有未盖毡盖的渣土车出现,算法需要产生报警。
数据集数量:共包含23611张已标注图像,其中,有18803张图像用于训练,4716张图像用于测试。

赛题三:智慧城市--占道经营

赛题类型:目标检测

算法需求:占道经营一直是政府城市管理重难点问题之一,采取人员巡视、检查的方式经济成本和时间成本投入较大。现在通过人工智能视觉算法引入,可以通过算法在连续时间内检测太阳伞与摆摊行为,从而有效识别占道经营现象并报警至后台,做到即时响应,提高执法效率。
数据集数量:共包含46424张已标注图像,其中,有29748张图像用于训练,16451张图像用于测试。


重磅奖金,领取参赛证明

奖金规模升级,单人高达50000元奖金,更有政府企业扶持奖及高达100000元的资金注入,参赛就有官方参赛证明颁发。


如何参赛

报名时间:2022年9月29日-11月15日
在大赛赛事平台-极市平台页面: https://sourl.cn/srfRFA,完成报名信息即可参赛。
扫码加入大赛交流群:
赛事咨询可添加大赛小助手极小E微信(微信号:cvmart6),备注填写“ 高通大赛”。


大赛组织


联合承办单位:成都市金牛城市建设投资经营集团有限公司,成都交子现代都市工业发展有限公司,成都极视角科技有限公司

冠名赞助方:高通公司
技术支持平台:极市平台、AidLux AIoT应用部署工具


极市干货
算法竞赛:往届获奖方案总结以及经验详解|ACCV2022国际细粒度图像分析挑战赛
技术综述 BEV 学术界和工业界方案、优化方法与tricks综述 PyTorch下的可视化工具(网络结构/训练过程可视化)
极视角动态:极视角与华为联合发布基于昇腾AI的「AICE赋能行业解决方案」算法误报怎么办?自训练工具使得算法迭代效率提升50%!

CV技术社群邀请函 #




△长按添加极市小助手
添加极市小助手微信(ID : cvmart2)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


极市&深大CV技术交流群已创建,欢迎深大校友加入,在群内自由交流学术心得,分享学术讯息,共建良好的技术交流氛围。


点击阅读原文报名参赛

登录查看更多
0

相关内容

《全球开源生态研究报告(2022年)》发布,48页pdf
专知会员服务
38+阅读 · 2022年9月19日
人工智能在公安行业的落地应用
专知会员服务
38+阅读 · 2022年3月23日
2021年中国人工智能市场发展现状
专知会员服务
122+阅读 · 2021年10月29日
【经典书】数据结构与算法,770页pdf
专知会员服务
135+阅读 · 2021年4月15日
英特尔《中国金融行业AI 实战手册》,56页pdf
专知会员服务
36+阅读 · 2020年11月8日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年12月15日
Adaptive Synthetic Characters for Military Training
Arxiv
45+阅读 · 2021年1月6日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员