
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