【极市打榜】摔倒识别算法,2.7W奖金池+项目订单,等你挑战!

2021 年 12 月 26 日 极市平台
↑ 点击 蓝字  关注极市平台



打榜说明:

极市打榜是面向计算机视觉开发者的算法竞技,参与者人人都可以通过提高算法分数(精度+性能分)获得早鸟奖励+分分超越奖励,排行榜前三名的胜利者将有机会获得该算法的极市复购订单,获得持续的订单收益。

提供免费算力+真实场景数据集;早鸟奖励+分分超越奖励+持续订单分成,实时提现!


本期上新打榜算法:摔倒识别检测

本榜总奖金池:23950+额外奖励(京东卡)+订单分成(已有出货订单)


(1)本算法常规奖励:

早鸟(现金)常规奖励触发分数:0.90 (达到该分数即可获得打榜早鸟奖励1000/2000元;触发早鸟奖励后,每超越0.01分奖励+400/500元)


本算法打榜地址:

https://www.cvmart.net/topList/10077?tab=RealTime&dbType=1


(2)本算法额外奖励

达到0.8/0.85,额外奖励共500元京东卡(首位);

达到0.9,额外奖励2000元京东卡(首位);

达到0.9的第2至第3名,额外奖励800元京东卡


(3)本算法订单分成:

本算法(项目)已有额外出货订单,后续订单分成详情请联系极小北(cvmart2)

本算法(项目)详情

目标描述
摔倒检测是基于视频的检测方法,通过对目标人体监测,当目标人体出现突然倒地行为时,自动监测并触发报警。


本榜单的任务类型为spatio-temporal action localization

识别内容:特定区域的人员摔倒行为;

输出:检测指定区域内出现人员摔倒,如存在将输出报警信息


数据说明
极市提供在线训练数据集

摔倒数据量如下:
目前数据集大概包括训练集+测试集 一共240个视频,视频的每一帧的所有人都进行了标注,一共有3万个左右的标注。由于本榜单提供的数据数量有限,所以强烈建议您使用一个已经须训练过的模型进行本榜单任务。

本算法打榜地址:
https://www.cvmart.net/topList/10077?tab=RealTime&dbType=1


30+个算法打榜算法,等你挑战:

https://www.cvmart.net/topList


扫码查看(报名)打榜

登录查看更多
0

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
【港科大Minhao Cheng】迈向自动化和可信赖的机器学习
专知会员服务
13+阅读 · 2022年3月21日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
[ICCV2021]自适应多模态选取框架用于视频理解
专知会员服务
17+阅读 · 2021年10月30日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
66+阅读 · 2021年9月10日
计算机视觉实战演练:算法与应用
专知会员服务
49+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2020年9月8日
5G边缘计算的价值机遇
专知会员服务
61+阅读 · 2020年8月17日
【极市打榜|算法上新】人员检测识别
极市平台
1+阅读 · 2022年2月23日
【极市打榜|算法上新】口罩识别
极市平台
0+阅读 · 2022年2月19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
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013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
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
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
14+阅读 · 2021年3月10日
VIP会员
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
【港科大Minhao Cheng】迈向自动化和可信赖的机器学习
专知会员服务
13+阅读 · 2022年3月21日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
[ICCV2021]自适应多模态选取框架用于视频理解
专知会员服务
17+阅读 · 2021年10月30日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
66+阅读 · 2021年9月10日
计算机视觉实战演练:算法与应用
专知会员服务
49+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2020年9月8日
5G边缘计算的价值机遇
专知会员服务
61+阅读 · 2020年8月17日
相关基金
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
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013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
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
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员