自3月以来,飞桨在“中国软件杯”大学生软件设计大赛和全国大学生智能汽车竞赛两大赛事中,陆续发布了五项赛题。面向4月,我们将会举办一系列更大规模、更为全面和深入的线上/线下培训,为同学们的学习和备赛一路保驾护航! 出发的号角已然吹响,欢迎高校师生们报名参加!下面是当前正在报名中的飞桨国赛清单及材料链接。
“中国软件杯”大学生软件设计大赛
基于百度飞桨与龙源电力风电数据的功率预测算法系统开发
赛题背景
清洁能源的快速发展,风力发电已经成为可再生能源的重要组成部分。然而,风具有随机性特点,常规天气预报无法准确反映出风电场所在区域的真实风速,从而造成发电功率预测准确率低下,影响电力供需平衡。因此,提高风电功率预测的准确性,为电网调度提供科学支撑,对我国能源产业有十分重要的价值。
任务要求
算法部分
要求选手基于飞桨PaddlePaddle根据官方提供的数据集,设计一种利用当日05:00之前的数据,预测次日00:00至23:45实际功率的方法。准确率按日统计,根据10个风电场平均准确率进行排名;准确率相同的情形下,根据每日单点的平均最大偏差绝对值排名。
软件部分
本次比赛要求选手基于Web技术实现:
-
数据可视化:将预测结果以图表等形式展示出来,便于用户进行观察和分析;
-
实时更新与滚动预测:能够基于提供的数据实时模拟真实功率、预测功率及其之间的差异,通过调节过去不同长度的时间段,以更新未来预测结果,且预测的时间段可调节;
-
响应式设计:支持多种终端,包括PC端、移动端等,以适应不同设备的屏幕尺寸和分辨率;
-
其他创新附加功能。
赛段设置
-
预选赛:5月31日截止,算法赛,80%团队晋级区域赛;
-
区域赛:6-7月,算法赛+软件赛,颁发省级奖项;
-
总决赛:8月,软件赛,颁发国赛奖项。
相关链接
- 赛题说明页面
https://aistudio.baidu.com/aistudio/competition/detail/887/0/introduction
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/205286
- baseline地址
“中国软件杯”大学生软件设计大赛
智能四足机器狗电力巡检系统开发
赛题背景
传统变电站监控和巡视采取人工方式,通过人的感官对设备进行简单定性判断,会存在着很多不足。如劳动强度大、工作效率低、检测质量分散、手段单一等不足,人工检测的数据也无法准确、及时地接入管理信息系统。并且,随着无人值守模式的推广,巡视工作量越来越大,巡检到位率、及时性无法保证。
为了满足对供电质量日益提高的要求,更灵活实用的变电站四足机器人巡视系统得以应用。相比于传统的轮式机器人,四足机器人面对复杂地形更加有优势,而利用深度学习技术来进行复杂环境的感知,为电力系统巡视工作提供实时智能分析与决策支持,也逐渐成为了重要趋势。
任务要求
在预选赛中,要求选手基于飞桨PaddlePaddle,利用企业提供的训练数据,实现一个能够对仪器仪表、火点、安全帽进行精确识别的深度学习模型;
在区域赛和总决赛中,要求选手基于搭载飞桨PaddlePaddle的国产四足机器狗宇树Go1机器狗,在规定的地图上进行自动巡检、避障越障和指定任务的完成,根据各任务的完成质量和完成速度进行评分。
赛段设置
-
预选赛:4月30日截止,算法赛,80%团队晋级区域赛;
-
区域赛:6-7月,算法赛+地图赛,颁发省级奖项;
-
总决赛:8月,地图赛,颁发国赛奖项。
相关链接
- 赛题说明页面
https://aistudio.baidu.com/aistudio/competition/detail/771/0/introduction
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/199384
- Baseline
https://aistudio.baidu.com/aistudio/projectdetail/5718676
硬件支持
面向组织老师 :4月30日之前
组织超过200人报名参赛的指导老师,即可获赠一只价值4.9万的机器狗5个月的免费借用权! 数量有限先到先得!
面向晋级选手: 4月30日之前
符合预选赛晋级比例的团队,每校可获得一只机器狗借用,用于区域赛和国赛。
“中国软件杯”大学生软件设计大赛
基于百度飞桨的3D医疗数据解析平台
赛题背景
医学影像是临床疾病诊断的重要方式,高效精准的从影像中识别出器官结构或病变,是医学影像学中重要的课题。其中,3D影像能够更直观辅助医生提升诊断效率。然而,医疗影像的读片工作对专业知识要求高,工作繁重且重复性较高,常常仅能由专业的影像科医生完成。随着深度学习技术的发展,我们看到了使用AI技术辅助医生快速分析阅片、减轻阅片工作负担的可能性。
任务要求
算法部分
要求选手基于飞桨PaddlePaddle,在官方指定数据集(11种部位)上设计算法进行打榜,实现在验证集上,给定任一3D医疗数据,准确地完成医学数据的分割任务,并且在新的、未进行过训练的数据集上能够获得较好的泛化性能。
软件部分
要求选手实现基于Web的3D医疗数据解析平台,其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能,且飞桨模型可在本地或云端部署进行推理。选手可设计更多相关场景的附加功能,通过稳定的软件功能和优秀的人机交互,为非AI专业人员提供良好用户体验。(包括“图生文”功能,根据医疗影像,自动生成高质量病例报告。)
相关链接
- 赛题说明页面
https://aistudio.baidu.com/aistudio/competition/detail/889/0/introduction
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/204195
- baseline
https://aistudio.baidu.com/aistudio/projectdetail/5836342
第十八届全国大学生智能汽车竞赛
赛题背景
全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛,是面向全国大学生的一种具有探索性工程的实践活动,是教育部倡导的大学生A类科技竞赛之一。竞赛以立足培养,重在参与,鼓励探索,追求卓越为指导思想,培养大学生的创意性科技竞赛能力。
赛题任务
线上比赛
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,不得使用其他相关平台、框架及任何飞桨中未包含的学习方法参赛。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。
线下比赛
参赛队伍需要在规定时间完成基于车道定位及识别、目标物检测与识别等多种人工智能技术和自动化控制技术,契合人工智能时代发展特点,充分调动学生的创新、创造活力。参赛队伍必须使用组委会指定的百度EdgeBoard开发板(赛事专用卡)进行比赛。
百度完全模型组竞速赛
相关链接
- 线上资格赛链接
https://aistudio.baidu.com/aistudio/competition/detail/760/0/task-definition
- 线下赛任务说明
https://zhuoqing.blog.csdn.net/article/details/128401912
-
baseline
- 【PP-YOLO版】
https://aistudio.baidu.com/aistudio/projectdetail/5534961?channelType=0&channel=0
- 【PP-YOLOE+版】
https://aistudio.baidu.com/aistudio/projectdetail/5513476?channelType=0&channel=0
- 线上赛+线下赛培训课程合集
https://aistudio.baidu.com/aistudio/education/group/info/28339
百度智慧交通组创意赛
-
线下赛主题:长江之歌
-
线下赛规则:本周末详见社群通知!
相关链接
- 线上资格赛链接
https://aistudio.baidu.com/aistudio/competition/detail/882/0/introduction
- baseline合集
https://aistudio.baidu.com/aistudio/competition/detail/882/0/datasets