秃头识别趣味新手赛
可报名
这是一个有趣的算法竞赛赛题，你可能见过的很多赛题都是对人脸进行分类识别，但是这场比赛却是一场专门对“秃头小宝贝”的分类竞赛。
Bald Classification Dataset（秃头数据集）由 Ashish Jangra 于今年 5 月发布。FlyAI提供的处理后数据集包含9000多张图像，其中训练集和验证集划分比例为7:3；
通过训练秃头数据集，可以快速算出合影、视频、或区域街景中，目标区域中的“含秃率”。也可以在皮肤科、内分泌科、脱发专科门诊，协助医生进行病理性脱发的病程判定。还可以成为植发医院的销售线索工具，无论是在密集人群中发现目标群体，还是对比特定区域之间的目标群体密度，都可以进行尝试。
阅读 10.5k
北京垃圾分类识别
可报名
5月1日起，新版《北京市生活垃圾管理条例》（以下简称新《条例》）正式实施。为配合《条例》的实施，北京市还印发了《北京市生活垃圾分类工作行动方案》以及四个实施办法。
北京的垃圾分类标准与上海并不完全一致，采用可回收物、厨余垃圾、有害垃圾和其他垃圾四大类，分别对应四种不同颜色的垃圾桶，即蓝色、绿色、红色和灰色。
随着垃圾分类处理行业竞争的不断加剧，大型企业间并购整合与资本运作日趋频繁，国内外优秀的垃圾分类处理企业愈来愈重视对行业市场的分析研究，特别是通过人工智能技术与垃圾分类硬件、软件产品中的应用融合，能够帮助居民更加准确的进行垃圾的准确分类，提升分类效果。
本赛题要求参赛者基于深度学习技术建立准确的垃圾分类模型，利用技术手段改善人居生活环境！
阅读 12.1k
CT影像诊断新冠肺炎
可报名
自2月12日起，湖北首次将临床诊断病例数纳入新增数据，在《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》(以下简称：《第五版新冠肺炎诊疗方案》）中提到将”疑似病例中具有肺炎影像学特征者“纳入临床诊断病例标准，将“肺部影像学显示炎症明显吸收”重新回归到解除隔离和出院标准中，不难看出影像学在此次新冠肺炎中的诊断中起着至关重要的作用。
人工智能技术在本次的抗疫战争中也发挥着自己的优势，通过深度学习技术，对医学影像进行分类识别，协助诊断专家完成高效率、高准确率的诊断任务。
本赛题是一个图像二分类任务，基于2019年新冠肺炎CT医学影像数据，要求参赛者搭建算法模型，通过CT医学影像诊断患者是否感染新冠肺炎。对医学领域的人工智能技术落地研究有着重要意义。
阅读 10.3k
Intel场景分类挑战赛
可报名
此数据集来自英特尔场景分类挑战赛。数据集共包含森林、街道、海景等6个场景，共24335张图片。
阅读 9.3k
升级版MNIST手写数字识别练习赛
可报名
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分，28x28的灰度图片。
阅读 10.6k
AI医疗—智能问答
可报名
医疗问答机器人非常适合解决医疗市场的长期低效率问题，在降低成本、减少医生时间负担的同时，能够将患者对自己病症的描述与标准医学知识库进行对比，从而完成患者导诊、问诊等服务。另外也能进行健康咨询以及“自我诊断”，通过症状、病史等描述获取轻问诊服务和用药指导以供参考。
24×7在线，能及时解决患者一些紧急问题。
阅读 19.6k
Cinic-10图像分类
可报名
CINIC-10由CIFAR和ImageNet的图像组成。来自这些的图像不一定是相同的分布，呈现出新的挑战。CINIC-10 中共有 270,000 张图像，将这些图像平均分割为三个子集：训练集、验证集和测试集。
阅读 14.6k
人体骨骼动作识别
可报名
该项目基于NTU RGB+D 120数据集，提取数据集中对应的视频中人的骨骼关键位置点，用于动作识别，共120个动作，数据集以json文件给出，包括frame：帧数，60帧，joints_num：25，25个关节的位置坐标joint_0_x,joint_0_y
阅读 8.8k
雨雪天气车辆检测分割
可报名
本数据集包含雨雪天气下摄像头记录的街道RGB照片以及热感应照片，目标是分割出照片中路面的车辆部分。数据集共包含2198对RGB照片和热感应照片，图片大小为640*480。
阅读 9.8k
搜狗新闻文本分类预测
可报名
该数据集来自若干新闻站点2012年6月—7月期间国内，国际，体育，社会，娱乐等18个频道的新闻数据。根据新闻正文内容分析新闻的类别
阅读 13.5k
天空背景图像分割
可报名
图像分割是根据图像内容对指定区域进行标记的计算机视觉任务，简单来说是准确判定在当前图片中的哪个区域
该数据集一共有1224张图片，训练集、验证集和测试集划分比例为6:2:2.
阅读 11.1k
脸部年龄判断
可报名
本数据集为脸龄判断数据集，共包含9779张不同人种的人类个体面部图片，个体年龄分布为1岁到110岁之间，共99个类别。为简化问题，将每10岁划为一个区间，使类别缩小到10类。
阅读 18.2k
VisDrone 无人机目标检测
可报名
本次比赛旨在利用无人机设备推动最先进的目标检测技术。无人机目标检测技术在无人机快递物流、城市交通监控、安防等工业领域有着重要的应用意义。
数据集提供了由不同高度、不同位置的无人机拍摄的的静态图像。参赛者要求预测十个预定义类（pedestrian，person，car，van，bus，truck，motor，bicycle，awning-tricycle，tricycle）与实际数据的交并比精度。
阅读 12.8k
