ECV-2021 极市计算机视觉开发者榜单大赛

  • Posted by 马达智数
  • 2021-07-21
  • Updated 2:32 下午
【活动介绍】

2021极市计算机视觉开发者榜单大赛(以下简称ECV-2021)是由青岛市人民政府指导,极视角科技有限公司、 青岛市委台港澳办、青岛市工业和信息化局、青岛西海岸新区管委和青岛市城市管理局主办,英特尔(中国)有限公司为战略合作伙伴, 中国模式识别与计算机视觉大会(PRCV 2021)提供学术支持,极市平台、OpenVINO™工具套件提供技术支持,马达智数提供数据支持。

ECV-2021将采取多赛题并行的竞赛形式,围绕智慧城市、交通、安防、城管、海洋、银行等实际业务场景设置八个赛题。马达智数作为此次竞赛的数据服务商,从数据库中提取了海量优质数据为本次比赛保驾护航。大赛为参赛者提供真实场景数据集、免费云端算力支持、便捷在线训练系统、OpenVINO™工具套件等,帮助参赛者全程线上无障碍开发、加速模型推理,真正实现在线编码训练、 模型转换、模型测试等一站式竞赛体验。

【支持/协办单位】

指导单位:

青岛市人民政府

主办单位:

极视角科技有限公司、
青岛西海岸新区管委、
青岛市工业和信息化局、
青岛市委台港澳办、
青岛市城市管理局

战略合作单位:

英特尔(中国)有限公司、
润加速创业服务(深圳)有限公司

数据支持单位:

 

【大赛选题】
本次大赛选题由8个赛题构成,8个赛题分开评奖,可重复参与。
  • 智慧工地 - 渣土车车牌识别

    近年来城市的快速建设发展需进行大规模建筑建设,道路经常可见渣土运输车,由于此类车辆承载重量大,对道路,车辆,还有行人造成一定安全隐患。本赛题希望基于计算机视觉技术可以实时监测到“黑车”,能及时、安全地管理渣土车,实现智能化管理,保证无“黑车”上岗,为创造智慧工地提供大力保障。

  • 智慧城市 - 反光衣识别

    我国严格要求在生产过程中,一切以安全为重。但近年生产现场由于未穿反光衣而造成的人员伤亡时有发生,本赛题希望通过反光衣识别算法的开发, 做到无死角自动监测生产、施工区域内人员穿戴反光衣的情况,及时预警在岗人员是否按照要求做好安全防范措施作业,保证安全生产信息化管理,做到事前预防,事中常态检测,事后规范管理。

  • 道路交通 - 驾驶员不良驾驶识别

    交通事故一直是社会痛点,其中由于驾驶员的危险驾驶行为导致的事故更是频频发生,为有效规范出行司机的不良驾驶行为,降低事故发生率。本赛题希望通过开发驾驶员不良驾驶行为识别算法,实时甄别驾驶员的不良行为,及时、有效报警与提示,做到消除道路交通安全隐患。

  • 船舶安全 - 船只数量检

    目前我国水运交通处于高速发展状态,但港口停靠船只的数量有效,若超量停靠船只,极易导致船船相撞,这会给人命安全和海洋环境造成了极大的危害, 为保证港口和船只的安全畅行,避免事故发生,本赛题希望通过船只数量检测检测算法的开发,运用实时场景分析,有效地进行早期预警,杜绝撞船事故发生。

  • 智慧城市 - 机动车识别

    城市道路中车辆检测与识别对于提升交通安全,发展智能化交通具备非常重要的意义。传统的检测方式依赖于人工提取的特征,已难以适用于复杂多变的交通场景,存在识别精确度低、时间复杂度高等缺陷。本赛题希望通过机动车目标检测算法的开发,自动提取有用特征,实时高效识别机动车,此算法可用于违章停车监测,智能停车场等应用,提高交通信息化水平。

  • 智慧城市 - 占道经营检测

    近年来地摊经济对拉动经济发展、增加就业起到了积极作用,如何有序管理摊贩经营,维护城市交通顺畅和人员安全,是当前城市管理非常重要的问题。本赛题希望通过占道经营检测算法的开发,利用计算机视觉技术的“火眼金睛”,辅助城管人员,降低城市管理成本,使城市管理能更加智能高效,进而有效减少城市违规占道经营的情况。

  • 智慧安防 - 电动车进电梯检测

    电动车在楼宇和电梯内自燃事件屡次发生,对社会造成严重危害。为杜绝电动车进电梯、进楼道,保护居民的生命和财产安全, 本赛题希望通过电动车进电梯检测算法的开发,让电动车进入电梯便触动监测警示系统,从源头上解决电动车禁入问题,避免了电动车起火导致的消防隐患。

  • 人机交互 - 人体解析分割

    人体解析是指将在图像中捕获的人分割成多个语义上一致的区域,例如, 身体部位和衣物,体态等等。人体解析对于以人为中心的分析非常重要, 并且具有许多实际应用,例如,人像抠图、背景特效、行人搜索、人群密度检测以及虚拟现实,视频监控和人类行为分析等等。

更多活动详情

请点击一下活动详情页:

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

生成式人工智能领域已经出现了 CLIP、
近日,OpenAI的首席技术官Murat
人工智能核心的深度学习模型遵循着“Gar

+86 4006891180

contact@madacode.com