100万+奖金池!目标检测、车牌识别、人体分割等赛事全面启动! ECV-2021 来了

ECV-2021极市计算机视觉开发者榜单大赛(以下简称ECV-2021)已于2021年7月6日正式开赛! ECV-2021由青岛市人民政府指导,极视角科技有限公司、 青岛市委台港澳办、青岛市工业和信息化局、青岛西海岸新区管委和青岛市城市管理局主办,青岛银行为独家金融支持单位,英特尔(中国)有限公司为战略合作伙伴,中国模式识别与计算机视觉大会(PRCV 2021)提供学术支持,极市平台、OpenVINO™工具套件提供技术支持,马达智数提供数据支持。 

报名链接:ECV-2021极市计算机视觉开发者榜单大赛
初赛阶段时间为7月6日-8月19日,8月19日截止报名,请各位开发者安排好参赛时间。

评审规则

大赛分为 初赛(线上开发算法)和决赛(线上答辩)两个比赛环节。大赛总成绩=线上算法比赛成绩占70%,决赛答辩成绩占30%。

初赛

初赛时间:2021年7月6号 - 2021年8月19号

初赛形式:在既定8种命题中选择,线上完成算法开发,并使用OpenVINO™工具完成模型转换,并通过自动测试,得出算法总分。

初赛评审规则:算法精度占80%,算法性能占20%,具体计算规则见各赛题的评审规则。

初赛晋级规则:每个赛题的排行榜总分排名前8名队伍进入决赛阶段。

决赛

决赛时间:2021年9月7号 - 2021年9月16号

提交作品:算法应用演示视频,决赛答辩演讲PPT(官方将在9月6号截止作品提交)

决赛形式:入围决赛的队伍将进行视频答辩,讲解并演示自己的参赛作品应用。评审将依据评审规则统一进行评分,决出奖项归属。

决赛评选规则:评审将依据评审规则统一进行评分,选手决赛成绩取所有评委的平均分,最终决出奖项归属。

大赛奖项

8个赛题分开评奖,奖项设置一致,参赛者可多选赛题报名,可重复获奖! 

8大赛题详解

赛题一:渣土车车牌识别

样例图: 

数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;数据标注文件为VOC格式的xml文件, 采用bounding box标注的方式。bounding box框住的是渣土车和车牌,一张图片对应一个标注文件XML,标注文件的命名与对应图片名字一样。其中目标类别包含两种类型: 

赛题二:反光衣识别

样例图:


数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。

 

样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;

数据标注文件为VOC格式的xml文件,  一张图片对应一个标注文件XML,标注文件的命名与对应图片名字一样,采用bounding box标注的方式。bounding box框住的对象有四种标签,分别是:反光衣(clothes)、未穿反光衣(no_clothes)、穿反光衣的人(person_clothes)、未穿或不规范穿反光衣的人(person_no_clothes)。

您需要对这两个类别进行识别:person_clothes、person_no_clothes。其他两个类别用于辅助算法开发。


赛题三:驾驶员不良驾驶识别

样例图:


数据集来自于由摄像头采集的视频片段,每段视频经过分帧后被转成JPG格式的图片并存入到一个文件夹中,每张图片采用frame_id.jpg的命名格式,其中frame_id表示以1为起始的帧序号。每个图片文件夹都会有一个对应的标注文件,文件名称与文件夹一致,格式为XML,包含的标注类别如下所示:抽烟(smoke)、打哈欠(yawn)、打手机(phone)、驾驶员异常(a_driver)、左顾右盼(look_around)

 

样例数据集:每种类别分别会有几个视频帧集合,供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:抽烟 400, 打哈欠 110, 打手机 400, 驾驶员异常 400, 左顾右盼 700,文件夹名称即为类别名称,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:抽烟 100, 打哈欠 40, 打手机 100, 驾驶员异常 100, 左顾右盼 300,参赛者成功发起测试任务,即可自动读取;


赛题四:船只数量识别

样例图:


数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。

 

样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;

数据标注文件为VOC格式的xml文件,  采用bounding box标注的方式。bounding box框住的对象有一种标签,这个标签为船只(boat)。一张图片对应一个标注文件,标注文件的命名与对应图片名字一样。


赛题五:机动车识别

样例图:


数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。

 

样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;

数据标注文件为VOC格式的xml文件,  采用bounding box标注的方式。bounding box框住的是机动车,一张图片对应一个标注文件XML,标注文件的命名与对应图片名字一样。

数据标签分为三个类别,您需要对这三个类别进行识别:

 


赛题六:占道经营检测

样例图:


数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。

 

样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;

数据标注文件为VOC格式的xml文件,  采用bounding box标注的方式。bounding box框住的是摊贩,一张图片对应一个标注文件XML,标注文件的命名与对应图片名字一样。

数据标签分为三个类别,您需要对这三个类别进行识别:

 

赛题七:电动车进电梯识别

样例图:


数据集是由监控摄像头采集的现场场景数据,图片形式,jpg格式。

 

样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;

训练数据集:监控摄像头采集信息(10000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;

测试数据集:摄像头采集信息(5000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;

数据标注文件为VOC格式的xml文件,  一张图片对应一个标注文件XML,标注文件的命名与对应图片名字一样,采用bounding box标注的方式。bounding box框住的对象有三种标签,分别是:人(person)、自行车(bicycle)、电动自行车(e_vehicle),您需要对这三个类别进行识别。

赛题八:人体解析分割

样例图:

 


数据集是由监控摄像头采集的现场场景数据,图片形式,PNG格式。样例数据集:摄像头采集信息(100张),供参赛者了解赛题典型场景数据,可用于编码调试;训练数据集:监控摄像头采集信息(6000张),含标注信息,参赛者需要在编码调试完成后,发起训练任务方可自动读取;测试数据集:摄像头采集信息(1000张),不含标注信息,参赛者成功发起测试任务,即可自动读取;数据集包含原图片以及相对应分割后的图片(标注文件),标注文件的格式为PNG,并且为单通道灰度图。该数据集拥有20种语义类别,其内容(像素值-类别名称)如下所示:

 


大赛评审

 


参赛对象

1、大赛面向全社会开放,个人、高等院校、企业、创客团队等人员均可报名参赛;2、每位选手、每个赛题仅能加入一支参赛队伍,每只队伍仅限3人组队。

*注:

1、除大赛主办方中涉及题目编写、数据接触的人员外,均可报名

2、大赛合作伙伴及其关联方/雇员参赛,仅参与排名,不参与评奖及奖金领取。

报名须知

1、扫码进入官网,选择赛题后登录极市开发者平台,完成报名信息后,即可报名参赛;

 *请确保报名信息准确有效,否则会被取消参赛资格及奖励; 

2、加入大赛交流群

扫码加入大赛QQ交流群,或添加极小东微信(cvmart3),加入大赛微信交流群。

大赛QQ交流群(496683217)/极小东微信号(cvmart3)

3、>>大赛论坛交流

大赛支持/协办单位

 

 

 

 

おすすめ

転載: blog.csdn.net/Extremevision/article/details/118931441