$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}
$vue{csvName}上传成功
取消
确认提交
- 赛事介绍
- 竞赛排行榜
- 自由练习榜单
- 讨论($vue{comment_count})
- 学习资源
$vue{item.rank_name}
大赛简介
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。
赛事主题和数据说明
赛题描述
通过实现算法并提交训练，获取奖金池奖金。小提示：抢先更新算法排行榜，有更大机会获取高额奖金哦！
数据来源
数据描述
由于需要提交代码作品在云端进行训练，参赛数据集不对外开放。仅提供调试数据。
字段说明：
| 文件名 | 字段名称 | 字段类型 | 备注 |
|---|---|---|---|
| image_path | file_path | 不为空 | 图片的相对路径 |
| annotations | file_path | 不为空 | 目标框的相对路径 |
参考文献：
[1]赛题数据检测结果描述
评审标准
算法输入输出格式
输入字段： image_path,
输出字段： image_path, annotations,
评审指标说明
- IOU(Intersection-over-Union)表示了产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率或者说重叠度，也就是它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。
- mAP（Mean Average Precision）即平均AP值。AP值表示为对Precision（精确率）取平均
- IOU>=0.5为有效预测，计算公式如下：
超过 46分 的成绩会在48小时内更新到排行榜，不要着急哦！
xupengzheng
2019-10-05 23:21:43
2019-10-05 23:21:43
0.11
hajohn
2019-10-15 13:48:26
2019-10-15 13:48:26
0.11
张小张
2019-11-06 15:31:13
2019-11-06 15:31:13
0.11
4
Einsteinpcm
2019-11-26 18:41:36
2019-11-26 18:41:36
0.11
5
清欢
2019-11-27 09:47:52
2019-11-27 09:47:52
0.11
6
lxoney
2019-12-10 14:51:51
2019-12-10 14:51:51
0.11
7
18018592775
2020-01-12 00:14:42
2020-01-12 00:14:42
0.11
8
CUPRK
2020-03-01 16:28:13
2020-03-01 16:28:13
0.11
9
骡子吃番茄
2020-03-13 19:20:07
2020-03-13 19:20:07
0.11
10
我爱中国
2020-03-31 17:44:55
2020-03-31 17:44:55
0.11
11
KAWAKO
2020-05-20 14:13:51
2020-05-20 14:13:51
0.11
12
是阿正
2020-12-14 23:59:12
2020-12-14 23:59:12
0.11
13
AMERICA
2019-10-17 11:55:42
2019-10-17 11:55:42
0.06
14
韩天啸
2020-06-14 14:15:47
2020-06-14 14:15:47
0
讨论
500字
表情
删除确认
是否删除该条评论？
取消
删除
这里还没有内容哦