中等

参与难度系数大的赛题也是晋升领域专家的必经之路。希望在这个级别中的竞赛项目能够给你带来更多的能力提升和职业成长。

算法大赛

101种食物分类预测竞赛

可报名

北京科技大学专属比赛:决赛

该数据集包含了101个食品类别,其中包含101,000个图像。对于每个类别。注意,训练图像没有清理,因此仍然包含一些噪音。这主要是以强烈的色彩和有时错误的标签形式出现的。所有图像都重新缩放,最大边长为512像素。

0

阅读 581

排名奖金

瑜伽体式分类

可报名

奖金池 ¥ 3,000

瑜伽一词来源于印度梵语,含义为“一致”“结合”“和谐”,强调通过调整呼吸和静坐来消除精神紧张,达到个人灵魂和宇宙灵魂相结合的境界。近几年现代瑜伽在年轻人群体中逐渐流行,有些人通过瑜伽来减脂塑形、改善体态,有些人更加注重在瑜伽中调整呼吸、冥想正念,瑜伽成为了人们用来改善生理和心理情况的常用手段。 暑假开始了,钱包瘪瘪的你找到了一份瑜伽教练助理的兼职工作,为的就是每天能有钱买下一杯奶茶让自己快乐。你被安排的工作内容是帮助教练记录和整理学员所做的每个瑜伽动作,但瑜伽的动作实在太多了,你很难记住每个体式的名字,于是你准备搞一个图像分类模型来帮助你在工作中划水。刚好这里有这么一个赛事能满足你的需求。 竞赛使用的数据集包含瑜伽体式共6大类、82小类,本次分类任务按82小类进行划分,祝你顺利完成分类任务。
中等 视觉计算
图像识别

140

阅读 6.2k

排名奖金

什么蘑菇?

可报名

奖金池 ¥ 3,000

蘑菇中富含多种呈味氨基酸、核苷酸和糖类,这些物质造就了极其鲜美的味道,使得被端上餐桌上的它们深受人们喜爱。特别是在野生菌种类繁多的云南,夏天的几场雨便能开启人们的吃菌盛宴。蘑菇虽然味美,但也不能随便食用,我国存在的有毒蘑菇就近 200 种,食用后轻则恶心呕吐、致晕致幻、看到七彩的开花藤蔓和会飞的小人绕圈跳舞,重则生命垂危、一顿送走。 本次竞赛使用的数据集由北欧真菌学家协会(Mycologist's Society of Northern Europe)提供的 9 种常见北欧蘑菇属的图像组成,FlyAI 平台旨在就相关趣味话题举办图像分类的练习赛事,让大家能够在多种场景下提升算法能力,而不对数据集中所包含蘑菇分类的生物学正确性及可食用性做出任何保证。请勿食用种类不明的蘑菇,严禁使用该竞赛数据集训练得到的模型鉴别食用蘑菇。
中等 视觉计算
图像识别

453

阅读 10.7k

排名奖金

水表编号智能识别赛

可报名

奖金池 ¥ 3,000

在目标识别应用场景中,智能识表技术投资和运维费用低、速度快、效率高,其应用前景广泛。尽管现在有大量的识别算法可以解决当前的需求,但还存在很多的问题,比如受到图像分辨率低和噪声的影响、半字识别问题解决的不好等等。 本次竞赛主要要求参赛者对复杂识别问题的研究和突破,建立精准的识别模型。
中等 视觉计算
图像识别

128

阅读 7.6k

算法大赛

心理对话问答挑战赛

可报名

20,000元奖金+证书+企业内推

心理对话问答挑战赛是由测测星座主办的NLP领域算法挑战竞赛,本次比赛主要是针对心理学领域的单轮问答式对话进行研究。 人机对话在NLP领域是一项重要的研究分支,从技术上来说具有挑战性与趣味性。在AI+的科技创新背景下,测测以AI技术在心理领域的深度融合应用为企业目标,广发英雄帖邀请各界算法科学家前来参赛、研究。 本次赛题要求参赛者通过语义理解、合理文本生成等技术的实现,构建精准的算法模型,推动“AI+心理”的技术突破创新。

算法大赛

心理卡牌目标检测算法赛

可报名

11,000元奖金+V100GPU资源+证书

“心理卡牌目标检测算法赛”由测测星座与趣鸭心理联合发起的线上竞赛项目。2020年新冠肺炎疫情打破了我们平静的生活,影响了我们的身体健康和精神健康。在国家发布的《“健康中国2030”规划纲要》中也提到,要加大全民心理健康科普宣传力度,提升心理健康素养。 “AI+”的科技创新背景下,在心理方向探索更多的AI落地场景是时代所需,本次比赛要求参赛者建立精准的预测模型,推动“AI心理”的产业落地,提升全民心理健康素养,培育良好社会心态。

练习比赛

北京垃圾分类识别

可报名

奖金池 ¥ 3,000

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!

325

阅读 11.2k

练习比赛

天空背景图像分割

可报名

奖金池 ¥ 0

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.
中等 视觉计算
图像分割

0

阅读 10.4k

练习比赛

遥感影像场景分类预测

可报名

奖金池 ¥ 0

遥感影像场景分类是遥感影像目标检测和高层语义理解的基础,遥感影像高层语义理解又是空间分析的基础。实际应用中空间分析借助地图与空间信息解决经济、社会、国防等重要领域的技术任务。 例如通过遥感影像进行农作物估产、城市规划、商铺选址、城市热点场所人群分析、空间规划等等。空间分析是解决实际生活中问题的重要手段,而遥感影像场景分类是空间分析的基石。 遥感影像场景分类任务是从多幅遥感影像中区分出具有相似场景特征的图像,并对这些图像进行分类,为每一幅遥感影像赋予场景类别标签。

练习比赛

脑部MRI(磁共振)图像分割

可报名

奖金池 ¥ 0

该数据图像来自癌症成像档案(TCIA),通过深度学习算法自动提取具有一定形状特征的低级别胶质瘤区域。 低级别胶质瘤根据世界卫生组织(WHO)制定的分级系统可定义为(WHO1~2级)属分化良好的胶质瘤,虽然这类肿瘤在生物上并不属于良性肿瘤,但是患者的预后相对较好。MRI医学影像分割在病患检测、病情分析等领域都具有较大的研究价值。
中等 视觉计算
图像分割

0

阅读 16.1k

排名奖金

1024程序员节—蝴蝶分类开源竞赛

可报名

奖金池 ¥ 3000+专属V100 GPU奖励

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,为促进细粒度分类问题研究,本赛题结束后将开源优秀代码。欢迎更多算法科学家积极参与细粒度图像分类研究。 本赛题任务主要是通过对200类蝴蝶建立精准的分类模型。数据集大约有20,223张,涵盖200个物种,116属,23个亚科和5个科的四个不同级别。

116

阅读 9.9k

练习比赛

人体骨骼动作识别

可报名

奖金池 ¥ 6,000

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
中等 视觉计算
动作识别

0

阅读 8.1k

排名奖金

手写英文字体识别(名企内推)

可报名

奖金池 ¥ 5,000

该数据集包含通过慈善项目收集的超过40万个手写英文姓名。由于个人手写风格的差异化,对于机器识别手写字符来说仍然构成困难的挑战,所以要求参赛者通过建立预测模型实现精准的手写字体识别。
中等 视觉计算
图像识别

101

阅读 9.7k

练习比赛

Intel场景分类挑战赛

可报名

奖金池 ¥ 10,000

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。

练习比赛

雨雪天气车辆检测分割

可报名

奖金池 ¥ 10,000

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。
中等 视觉计算
图像分割

0

阅读 9.3k

算法大赛

水下目标检测算法赛

可报名

奖金池 ¥ 86,000

“水下目标检测算法赛”紧扣水下目标检测算法领域,通过提供真实环境下的水下光学图像让选手在线上提交创新的目标检测算法和运算结果,本次比赛采用线上测评和线上打分的方法来实施比赛,着重考察选手的实际算法和研究能力。 比赛确保赛事公平公正,鼓励各行业各层次的专业团队参与比赛,发挥平台集聚效应,推动海洋机器人产业落地和地方产业发展,打造大连在海洋人工智能领域的名片。

72

阅读 26.7k

排名奖金

A股股票趋势走向预测

可报名

奖金池 ¥ 4,000

通过对股票数据分析,投资者和交易者可以做出股票买卖决策。使用时间序列预测分析技术可实现对股票走向趋势预测,研究和评估过去及现在的数据有助于投资者和交易者在市场中获得优势,从而做出明智的决策。 数据集包含从1990年开始到2019年的全部数据集,2020年的数据作为评估集进行评估。本赛题要求参赛者构建准确的股票预测模型,使用预测结果反向误差率作为评估指标,反向误差率越高,排名越靠前。
中等 结构化数据
时间序列预测

76

阅读 9k

排名奖金

结核杆菌目标检测

可报名

奖金池 ¥ 3,000

结核病(Tuberculosis,TB)是由结核分枝杆菌(Mycobacterium tuberculosis) 引起的一种慢性人畜共患病,它不受年龄、性别、种族、职业、地区的影响,人体许多器官、系统均可患结核病,其中以肺结核最为常见。结核病既是一个公共卫生问题,也是一个社会经济问题,对人类的公共健康构成很大威胁,因此对其快速诊断检测就至关重要。 染色处理可以使得结核杆菌在显微镜拍摄的医学图像中显现,医生则可以通过检测图像中的结核杆菌辅助诊断患者是否有结核病。 通过构建准确率的目标检测模型可实现由智能系统辅助医生进行检测工作,应用于目前的医疗检测产品中能够满足真实的结核病检测需求。

304

阅读 9.8k

排名奖金

耶鲁文本转SQL

可报名

奖金池 ¥ 3,000

本赛题主要是英文文本转SQL任务,要求参赛者建立准确的模型识别自然语言意图达到数据的准确查询。本数据集是由11名耶鲁学生注释的大规模数据,它由200个数据库中的10,181个问题和5,693个唯一复杂SQL查询组成,其中多个表覆盖138个不同的域。

排名奖金

口罩佩戴检测

可报名

奖金池 ¥ 2,000

国家卫生健康委疾控局近日发布了《预防新型冠状病毒感染的肺炎口罩使用指南》,指南中明确指出口罩是预防呼吸道传染病的重要防线,可以降低新型冠状病毒感染风险。口罩不仅可以防止病人喷射飞沫,降低飞沫量和喷射速度,还可以阻挡含病毒的飞沫核,防止佩戴者吸入。因此在全民抗疫时期,在公共场所佩戴口罩等防护装备已成为防疫常识。 为了更加有效的监督大家佩戴口罩,我们开展了这次口罩佩戴检测的比赛。本赛题数据训练集、验证集和测试集划分比例为6:2:2. 对应的标签数据说明:每行格式为 x_min, y_min, x_max, y_max, label。其中label为0表示没有佩戴口罩,label为1表示有佩戴口罩。

实时奖金

密集场景行人检测

可报名

奖金池 ¥ 5,000

这是一个更加符合真实世界的密集行人检测数据集,图像广泛选择自生活中的各种场景,共9000张标注图,用于训练和开发更加具有现实世界实用性的人物检测模型和算法。数据标签一共有五类,在评估时只考虑前三类,分别为行人,骑行的人和部分遮挡的人。其中训练集、验证集和测试集划分比例为6:2:2. 对应的标签数据说明:每行格式为 label, x_min, y_min, x_max, y_max.

实时奖金

图片鉴黄

可报名

奖金池 ¥ 3,000

随着互联网的发展,内容安全成为互联网不得不面临的严峻挑战。互动社区的崛起,网友素质的参差不齐,由于“涉黄”被勒令关闭的网站多如牛毛,因此“鉴黄”也显得尤为重要。虽然各个互联网企业都有专门的人员来做内容审核,但是无法跟上内容发展的速度,人工审核容易出现审核不及时、高成本、主观判断影响结果等问题。因此通过深度学习的人工智能技术来进行图片鉴黄也是迫在眉睫。 在本数据集一共包括5种图片类别,每个类别至少有1000张图像,其中训练集、验证集和测试集划分比例为6:2:2. 由于数据集包含涉黄图片,因此本地调试数据集中只展示正常图片。

实时奖金

常见物体识别

可报名

奖金池 ¥ 5,000

本赛题整理了生活中常见的80种物体类别,比如冰箱、文具盒、蜡烛、鞭炮等,希望参赛者能够通过深度学习的方法提高物体识别的准确率。其中训练集、验证集和测试集划分比例为6:2:2.

专属奖金

问答文本合理性鉴别

奖金池 ¥ 3,000

本次挑战赛注重评论文本合理性在现实场景中的应用,通过建立高准确率的算法模型实现对问答文本的合理性鉴别分类,提高企业服务效率; 文本分类是自然语言处理中一个很经典也很重要的问题,它的应用很广泛,在很多领域发挥着重要作用,例如过滤、舆情分析等。

0

阅读 5.7k

实时奖金

室内场景识别

可报名

奖金池 ¥ 3,000

室内场景识别在计算机视觉领域是一个具有挑战性的问题,大多数适用于室外场景的分类模型在室内领域的表现都比较差,其困难在于尽管某些室内场景可以通过全局空间特征进行较好的描述,但其他一些场景需要通过其具体所包含的对象特征才能对该场景进行较好的描述。因此如何提取图像全局特征和局部特征来进行精确预测是本赛题的难点。 在本数据集一共包括67个室内场景类别,总共15620张图片,每个类别至少有100张图像,其中训练集、验证集和测试集划分比例为6:2:2.

实时奖金

图片超分辨率挑战赛

可报名

奖金池 ¥ 5,000

图像分辨率是用来评估图像中蕴含细节信息丰富程度的一个指标。高分辨率图像相对于低分辨率图像拥有更大的像素密度,更多的纹理细节信息。但在实际生活中,由于受到采集设备、网络传输介质等因素的影响,我们通常得到的是一些低分辨率的图像,因此图像超分辨率重建技术具有深远的研究意义。图像超分辨率是指将一幅低分辨率图像恢复成高分辨率的图像,在本数据集一共有1800张图片,其中包括900对高分辨率和低分辨率图片,这里高分辨率图片大小是低分辨率图片大小的四倍。训练集、验证集和测试集划分比例为6:2:2.

排名奖金

安全帽佩戴检测

可报名

20万元大奖(最新MacBook Pro+GPU资源)
安全帽是各行各业安全生产工作者必不可少的安全用具,通过正确佩戴安全帽不仅可以防止和减轻各种事故的伤害,而且保障了工作者的生命安全。为了防止因未戴安全帽导致的安全事故,安全帽佩戴检测成为了监督工作者佩戴安全帽的利器。 这里我们收集了七千多张经过标注的图片,这些图片大小不一致,其中标注分为佩戴安全帽和未佩戴安全帽两类,数据集按照6:2:2的比例进行训练集、校验集和测试集划分。

实时奖金

猫脸关键点检测

可报名

奖金池 ¥ 10,000

猫脸特征点检测是一项有趣的任务。本数据集共包含了9000张猫脸彩色图片,目的是检测脸部的九个关键点,包括两个眼睛关键点、一个嘴部关键点和六个耳朵关键点。标注顺序为左眼xy坐标,右眼xy坐标,嘴xy坐标,左耳点1xy坐标,左耳点2xy坐标,左耳点3xy坐标,右耳点1xy坐标,右耳点2xy坐标,右耳点3jxy坐标,坐标均为相对坐标值。
中等 视觉计算
猫脸关键点检测

0

阅读 11.9k

实时奖金

Stanford-Sentiment-Treebank 情感分析

可报名

奖金池 ¥ 5,000

随着我们越来越多地通过社交网络分享这些观点,一个结果是创造了大量的情感储备,如果系统地分析,可以提供关于我们在产品,个性和问题方面的集体喜好和不喜欢的线索。 这个项目由斯坦福大学的研究生 Richard Socher 发起,在构建 NaSent 的过程中,Socher 和他的团队从烂番茄网站拿来了 1.2万 个句子,将其拆分为 21.4 万个短语,标记为非常消极、消极、中性、积极、非常积极等,然后将这些数据输入系统之中,并以此为基础对句子做分析。
中等 自然语言处理
情感分类树

0

阅读 11.2k

实时奖金

COLA 英文句子可理解性分类

可报名

奖金池 ¥ 5,000

完整句式的英文句子语料库(COLA)代表是可以被正常人听得懂的可接受语料,由语言学专家标记为可理解和不可理解的10657个英文句子组成。
中等 自然语言处理
文本可接受度

0

阅读 6.5k

实时奖金

哥伦比亚大学公众人物五官定位

可报名

奖金池 ¥ 5,000

哥伦比亚大学公众人物数据集是一个包含大量人脸标签的数据集,包含超过20万张名人照片,每张照片包含40个属性标签。此数据集中的图片包含多种人体姿势与背景干扰。 该数据集具有丰富的多样性,大量的样本以及多种标注,包括: 10177名个体,202599张面部图片,以及每张图片中5个位置标注和40种二元属性标注(如是否戴帽子等),该数据集可以用来做人脸五官定位

实时奖金

200种鸟类图像分类

可报名

奖金池 ¥ 3,000

Caltech-UCSD Birds 200 (CUB-200) 是一个图像数据集,包含200种鸟类(主要是北美洲)的照片。分类数量:200 图片数量:6,033 标注:边界框,分割,属性

实时奖金

3981个中文文字图像识别

可报名

奖金池 ¥ 5,000

本数据集为3981个中文文字的图片数据集,图片已经剪裁完成,每个文字有多种不同字体下提取的图片。 1.ASCII码范围,[0x21--0x7e]。 2.汉字标点符号,14个。 3.常用的3981个字汉字。取自《义务教育语文课程标准(2011版)》
中等 视觉计算
图像识别

0

阅读 10.3k

实时奖金

人脸关键点检测(五点)

可报名

奖金池 ¥ 10,000

这些图片是用亚马逊机械土耳其人手工标注的,以精确定位眼睛、鼻子和嘴。最终的数据集包括40000个图像,其中主要面部组件的注释高度准确、详细和一致。
中等 视觉计算
人脸关键点检测
Tensorflow

0

阅读 14.8k

实时奖金

SLR-手语识别挑战赛

可报名

奖金池 ¥ 5,000

这个数据集为手语识别(Sign Language Recognition),识别500个类别的手语单词。数据集包含了超过11万的样本,每个样本都包含了25个人体关键点的位置轨迹。

实时奖金

手部图像性别分类和生物识别

可报名

奖金池 ¥ 10,000

这是一个由190名受试者,年龄在18-75岁之间收集的11,076张手部图像(1600 x 1200像素)。要求每个受试者打开并关闭他的右手和左手的手指。每只手都从背侧和掌侧拍摄,背景均匀,并与相机大致保持相同的距离。存在与每个图像相关联的元数据的记录,其包括:(1)主题ID,(2)性别,(3)年龄,(4)肤色,以及(5)捕获的手的一组信息,指的是手部图像是否包含配饰、指甲油或不规则。本数据由 Mahmoud Afifi 提供。
中等 视觉计算
图片分类
Tensorflow

0

阅读 8.4k

实时奖金

101种食物分类预测竞赛

可报名

奖金池 ¥ 5,000

该数据集包含了101个食品类别,其中包含101,000个图像。对于每个类别。注意,训练图像没有清理,因此仍然包含一些噪音。这主要是以强烈的色彩和有时错误的标签形式出现的。所有图像都重新缩放,最大边长为512像素。

实时奖金

Speech Command 语音分类

可报名

奖金池 ¥ 5,000

这个数据集为语音命令识别(speech command),识别12个类别的语音,包括10种语音命令、静音以及其他语音的。数据集包含了超过2万多的语音文件。
中等
语音
语音分类

2

阅读 8.9k