ECV-2021極市計算機視覺開發者榜單大賽（以下簡稱ECV-2021）已于2021年7月6日正式開賽！?ECV-2021由青島市人民政府指導，極視角科技有限公司、 青島市委臺港澳辦、青島市工業和信息化局、青島西海岸新區管委和青島市城市管理局主辦，青島銀行為獨家金融支持單位，英特爾（中國）有限公司為戰略合作伙伴，中國模式識別與計算機視覺大會（PRCV 2021）提供學術支持，極市平臺、OpenVINO?工具套件提供技術支持，馬達智數提供數據支持。?

報名鏈接：ECV-2021極市計算機視覺開發者榜單大賽
初賽階段時間為7月6日-8月19日，8月19日截止報名，請各位開發者安排好參賽時間。

評審規則

大賽分為?初賽（線上開發算法）和決賽（線上答辯）兩個比賽環節。大賽總成績=線上算法比賽成績占70%,決賽答辯成績占30%。

初賽

初賽時間：2021年7月6號 - 2021年8月19號

初賽形式：在既定8種命題中選擇，線上完成算法開發，并使用OpenVINO?工具完成模型轉換，并通過自動測試，得出算法總分。

初賽評審規則：算法精度占80％，算法性能占20％，具體計算規則見各賽題的評審規則。

初賽晉級規則：每個賽題的排行榜總分排名前8名隊伍進入決賽階段。

決賽

決賽時間：2021年9月7號 - 2021年9月16號

提交作品：算法應用演示視頻，決賽答辯演講PPT（官方將在9月6號截止作品提交）

決賽形式：入圍決賽的隊伍將進行視頻答辯，講解并演示自己的參賽作品應用。評審將依據評審規則統一進行評分，決出獎項歸屬。

決賽評選規則：評審將依據評審規則統一進行評分，選手決賽成績取所有評委的平均分，最終決出獎項歸屬。

大賽獎項

8個賽題分開評獎，獎項設置一致，參賽者可多選賽題報名，可重復獲獎！?

8大賽題詳解

賽題一：渣土車車牌識別

樣例圖：?

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；數據標注文件為VOC格式的xml文件, 采用bounding box標注的方式。bounding box框住的是渣土車和車牌，一張圖片對應一個標注文件XML，標注文件的命名與對應圖片名字一樣。其中目標類別包含兩種類型：?

賽題二：反光衣識別

樣例圖：

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。

?

樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；

數據標注文件為VOC格式的xml文件, ?一張圖片對應一個標注文件XML，標注文件的命名與對應圖片名字一樣，采用bounding box標注的方式。bounding box框住的對象有四種標簽，分別是：反光衣(clothes)、未穿反光衣(no_clothes)、穿反光衣的人(person_clothes)、未穿或不規范穿反光衣的人(person_no_clothes)。

您需要對這兩個類別進行識別：person_clothes、person_no_clothes。其他兩個類別用于輔助算法開發。

賽題三：駕駛員不良駕駛識別

樣例圖：

數據集來自于由攝像頭采集的視頻片段，每段視頻經過分幀后被轉成JPG格式的圖片并存入到一個文件夾中，每張圖片采用frame_id.jpg的命名格式，其中frame_id表示以1為起始的幀序號。每個圖片文件夾都會有一個對應的標注文件，文件名稱與文件夾一致，格式為XML，包含的標注類別如下所示：抽煙(smoke)、打哈欠(yawn)、打手機(phone)、駕駛員異常(a_driver)、左顧右盼(look_around)

?

樣例數據集：每種類別分別會有幾個視頻幀集合，供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：抽煙 400， 打哈欠 110， 打手機 400， 駕駛員異常 400， 左顧右盼 700，文件夾名稱即為類別名稱，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：抽煙 100， 打哈欠 40， 打手機 100， 駕駛員異常 100， 左顧右盼 300，參賽者成功發起測試任務，即可自動讀取；

賽題四：船只數量識別

樣例圖：

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。

?

樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；

數據標注文件為VOC格式的xml文件, ?采用bounding box標注的方式。bounding box框住的對象有一種標簽，這個標簽為船只（boat）。一張圖片對應一個標注文件，標注文件的命名與對應圖片名字一樣。

賽題五：機動車識別

樣例圖：

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。

?

樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；

數據標注文件為VOC格式的xml文件, ?采用bounding box標注的方式。bounding box框住的是機動車，一張圖片對應一個標注文件XML，標注文件的命名與對應圖片名字一樣。

數據標簽分為三個類別，您需要對這三個類別進行識別：

?

賽題六：占道經營檢測

樣例圖：

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。

?

樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；

數據標注文件為VOC格式的xml文件, ?采用bounding box標注的方式。bounding box框住的是攤販，一張圖片對應一個標注文件XML，標注文件的命名與對應圖片名字一樣。

數據標簽分為三個類別，您需要對這三個類別進行識別：

?

賽題七：電動車進電梯識別

樣例圖：

數據集是由監控攝像頭采集的現場場景數據，圖片形式，jpg格式。

?

樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；

訓練數據集：監控攝像頭采集信息（10000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;

測試數據集：攝像頭采集信息（5000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；

數據標注文件為VOC格式的xml文件, ?一張圖片對應一個標注文件XML，標注文件的命名與對應圖片名字一樣，采用bounding box標注的方式。bounding box框住的對象有三種標簽，分別是：人(person)、自行車(bicycle)、電動自行車(e_vehicle)，您需要對這三個類別進行識別。

賽題八：人體解析分割

樣例圖：

?

數據集是由監控攝像頭采集的現場場景數據，圖片形式，PNG格式。樣例數據集：攝像頭采集信息（100張），供參賽者了解賽題典型場景數據，可用于編碼調試；訓練數據集：監控攝像頭采集信息（6000張），含標注信息，參賽者需要在編碼調試完成后，發起訓練任務方可自動讀取;測試數據集：攝像頭采集信息（1000張），不含標注信息，參賽者成功發起測試任務，即可自動讀取；數據集包含原圖片以及相對應分割后的圖片（標注文件），標注文件的格式為PNG，并且為單通道灰度圖。該數據集擁有20種語義類別，其內容（像素值-類別名稱）如下所示：

?

大賽評審

?

參賽對象

1、大賽面向全社會開放，個人、高等院校、企業、創客團隊等人員均可報名參賽；2、每位選手、每個賽題僅能加入一支參賽隊伍，每只隊伍僅限3人組隊。

*注：

1、除大賽主辦方中涉及題目編寫、數據接觸的人員外，均可報名

2、大賽合作伙伴及其關聯方/雇員參賽，僅參與排名，不參與評獎及獎金領取。

報名須知

1、掃碼進入官網，選擇賽題后登錄極市開發者平臺，完成報名信息后，即可報名參賽；

?*請確保報名信息準確有效，否則會被取消參賽資格及獎勵；?

2、加入大賽交流群

掃碼加入大賽QQ交流群，或添加極小東微信（cvmart3），加入大賽微信交流群。

大賽QQ交流群（496683217）/極小東微信號（cvmart3）

3、>>大賽論壇交流

大賽支持/協辦單位

?

?

?

?

總結

以上是生活随笔為你收集整理的100万+奖金池！目标检测、车牌识别、人体分割等赛事全面启动！ ECV-2021 来了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。