第十五届全国大学生智能汽车竞赛目前新增人工智能创意赛组别，参赛学生必须在规定时间内使用百度开源深度学习平台“飞桨”进行模型的设计、训练和预测。百度大脑AI Studio作为本次线上选拔赛的唯一指定训练平台，提供在线编程环境、免费GPU算力、海量开源算法和开放数据，帮助开发者快速创建和部署模型。
人工智能创意赛分为线上选拔赛和线下竞技赛。线上选拔出全国Top100选手（组），参加线下竞赛。每个学校可允许多支队伍参加线上比赛，取成绩最优的队伍，代表学校参与评比，争夺线下竞赛机会。
为便于组织参赛，于2020年5月8日——5月15日进行校内报名。
1.校内报名
自动化学院在读博士研究生、硕士研究生、本科生（未参加本届智能车常规项目的）均可组队报名。线上赛阶段，每队3人，建议由研究生或编程能力强的本科生作为队长。每人只能参加一支队伍。参赛需要具有一定的Python编程基础，有OpenCV使用经验则更佳。
报名渠道：QQ群：1074520395
备注：建议有意参赛的同学先在线下自行组队，之后以整队报名。也可以个人独立参赛。研究生参赛需要获得导师同意。
2. 参赛说明
校内报名后，不进行校内筛选，直接进入全国的线上选拔。成绩最佳的队伍，参与全国Top100评比，决定是否能够参与线下赛。（软件自动评分）
参赛内容包括两个题目，竞赛题目1：人流密度检测，题目2：红绿灯检测。参赛队伍必须同时做两个题目，不能只做一个。赛题说明参见附录。
附：
人工智能创意赛比赛日程：
2020年5月18日 12:00 两个赛题的评测入口开放
2020年6月14日 23:59 两个赛题的评测入口关闭
2020年6月17日 20:00 公布线上选拔赛获奖名单
2020年6月30日 车模寄送完毕
2020年7月中旬 发布线下竞技赛规则
赛题1：人流密度检测
1.赛题说明
近年来，应用于监控场景的行人分析视觉技术日益受到广泛关注。包括人体检测、人体属性识别、人流密度估计等技术在内的多种视觉技术，已获得在居家、安防、新零售等多个重要领域的广泛应用。其中作用于人流密集场景的人流密度估计技术（crowd density estimation）因其远高于肉眼计数的准确率和速度，已广泛应用于机场、车站、运营车辆、艺术展馆等多种场景，一方面可有效防止拥挤踩踏、超载等隐患发生，另一方面还可帮助零售商等统计客流。
本试题以人流密度估计作为内容，答题者需要以对应主题作为技术核心，开发出能适用于密集、稀疏、高空、车载等多种复杂场景的通用人流密度估计算法，准确估计出输入图像中的总人数。
2.任务描述
要求参赛者给出一个算法或模型，对于给定的图片，统计图片中的总人数。给定图片数据，选手据此训练模型，为每张测试数据预测出最准确的人数。
赛题2：红绿灯检测
1. 比赛详情
系统会开放20000张红绿灯数据作为训练集，4000张作为测试集；通过训练集训练数据得到检测模型，把检测模型运行在测试集上得到测试结果，最终系统会对测试结果的准确率/精确率/召回率进行评分，评分越高，成绩越高。
数据集里包含红灯（red）、绿灯（green）两种类别。此数据采集的为一个灯头直径200mm的红绿灯。
2. 赛题说明
（1）比赛任务
所有的参赛者要求，利用提供的训练数据，训练预测模型来预测测试数据中每一张图像所包含的目标信息。
（2）大赛数据说明
整个数据将被分为训练集与测试集。在训练数据中，我们不仅提供彩色的场景图像，同时我们也提供对应的标注信息，每张图像对应一个xml文件。
训练集：包括红灯10000张标注图像，绿灯10000张标注图像；在训练集中，对于每一幅彩色图像，我们信息提供对应的红绿灯标签图像。参与者可以利用全部的或者部分的训练数据来训练对应的预测模型。
测试集：包括红灯2000张图像，绿灯2000张图像；在测试数据集中，我们仅仅提供场景图像，不提供相应的标签信息。参赛者要求利用训练的模型来预测测试数据中的目标信息。
当前位置：