大赛介绍

INTRODUCTION
首届全球人工智能技术创新大赛(Global AI Innovation Contest)是由中国人工智能学会和杭州市余杭区人民政府共同创办,由杭州市未来科技城管委会、阿里云计算有限公司、清华-OPPO未来终端技术研究中心联合承办,职场社交平台脉脉为大赛提供宣传支持。大赛将立足国际视野,聚焦前沿科技与应用创新,推进人工智能领域的学术交流、人才培养、技术发展以及跨界应用与融合,打造人工智能的人才交流平台与产业生态圈。
本次大赛面向全球开放,设置医学影像报告异常检测、PANDA大场景多对象检测跟踪、小布助手对话短文本语义匹配三个智能算法赛道,欢迎相关领域的开发者、学生和研究人员积极参与,突破其中的关键性瓶颈,推进下一代人工智能前瞻性研究发展。
Current Time 0:00
/
Duration Time -:-
Progress: NaN%

智能算法赛,三大赛道,150万高额奖金

  • 赛道一
    医学影像报告异常检测
  • 赛道二
    PANDA大场景多对象检测跟踪
  • 赛道三
    小布助手对话短文本语义匹配

赛题说明

DESCRIPTION
赛道一
医学影像报告异常检测
竞赛课题
影像科医生在工作时会观察医学影像(如CT、核磁共振影像),并对其作出描述,这些描述中包含了大量医学信息,对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据,判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常;复赛阶段除了判断有异常的区域外,还需判断异常的类型。
数据描述
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断,label只有异常区域ID。复赛除了判断各区域有无异常,还需要判断异常的类型,因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本,复赛Training集规模为20000例样本。
报名参赛
赛道二
PANDA大场景多对象检测跟踪
竞赛课题
对大场景自然现象的表达需要高时空分辨能力,然而由于生物视觉系统感知通量的限制,需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA(gigaPixel-level humAN centric video Dataset)是清华大学团队构建的国际上首个动态大场景多对象数据平台,场景平均覆盖平方千米级范围,可同时观测数千人,百米外人脸清晰可识别,视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务,旨在推动人工智能在大场景多对象复杂关系上研究的发展
数据描述
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成,总共包含21个不同的场景,其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制,PANDA-Video经过了抽帧处理,抽帧后的帧率为2FPS,并以帧图像的方式存储视频。
报名参赛
赛道三
小布助手对话短文本语义匹配
竞赛课题
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手,为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务,而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair,预测它们是否属于同一语义。
数据描述
训练数据包含输入脱敏后的query-pair,以及对应的真值。初赛训练样本10万,复赛训练样本30万,为确保数据的高质量,每一个样本的真值都有进行人工标注校验。每一个训练样本,由query-pair和真值组成。测试数据初赛AB榜各2.5万,复赛数据5万。
报名参赛
赛道一
医学影像报告异常检测
竞赛课题
影像科医生在工作时会观察医学影像(如CT、核磁共振影像),并对其作出描述,这些描述中包含了大量医学信息,对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据,判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常;复赛阶段除了判断有异常的区域外,还需判断异常的类型。
数据描述
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断,label只有异常区域ID。复赛除了判断各区域有无异常,还需要判断异常的类型,因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本,复赛Training集规模为20000例样本。
报名参赛
赛道二
PANDA大场景多对象检测跟踪
竞赛课题
对大场景自然现象的表达需要高时空分辨能力,然而由于生物视觉系统感知通量的限制,需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA(gigaPixel-level humAN centric video Dataset)是清华大学团队构建的国际上首个动态大场景多对象数据平台,场景平均覆盖平方千米级范围,可同时观测数千人,百米外人脸清晰可识别,视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务,旨在推动人工智能在大场景多对象复杂关系上研究的发展
数据描述
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成,总共包含21个不同的场景,其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制,PANDA-Video经过了抽帧处理,抽帧后的帧率为2FPS,并以帧图像的方式存储视频。
报名参赛
赛道三
小布助手对话短文本语义匹配
竞赛课题
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手,为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务,而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair,预测它们是否属于同一语义。
数据描述
训练数据包含输入脱敏后的query-pair,以及对应的真值。初赛训练样本10万,复赛训练样本30万,为确保数据的高质量,每一个样本的真值都有进行人工标注校验。每一个训练样本,由query-pair和真值组成。测试数据初赛AB榜各2.5万,复赛数据5万。
报名参赛
赛道一
医学影像报告异常检测
竞赛课题
影像科医生在工作时会观察医学影像(如CT、核磁共振影像),并对其作出描述,这些描述中包含了大量医学信息,对医疗AI具有重要意义。本赛道的任务要求参赛队伍根据医生对CT的影像描述文本数据,判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常;复赛阶段除了判断有异常的区域外,还需判断异常的类型。
数据描述
数据集为脱敏后的影像描述文本与对应label。初赛只进行各区域有无异常的判断,label只有异常区域ID。复赛除了判断各区域有无异常,还需要判断异常的类型,因此label包含异常区域ID与异常类型ID。初赛Training集规模为10000例样本,复赛Training集规模为20000例样本。
报名参赛
赛道二
PANDA大场景多对象检测跟踪
竞赛课题
对大场景自然现象的表达需要高时空分辨能力,然而由于生物视觉系统感知通量的限制,需借助人工智能算法实现对大场景多对象复杂关系的智能感知与建模。PANDA(gigaPixel-level humAN centric video Dataset)是清华大学团队构建的国际上首个动态大场景多对象数据平台,场景平均覆盖平方千米级范围,可同时观测数千人,百米外人脸清晰可识别,视频分辨率近10亿像素。本赛道包含大场景多目标检测、追踪等视觉任务,旨在推动人工智能在大场景多对象复杂关系上研究的发展
数据描述
初赛使用PANDA-Image数据集。PANDA-Image由555张静态十亿像素图片组成,总共包含21个不同的场景,其中Training集包括390张图片。复赛使用PANDA-Video数据集。PANDA-Video数据集由15段视频序列组成。由于数据规模的限制,PANDA-Video经过了抽帧处理,抽帧后的帧率为2FPS,并以帧图像的方式存储视频。
报名参赛
赛道三
小布助手对话短文本语义匹配
竞赛课题
小布助手是OPPO公司为欧加集团三品牌手机和IoT设备自研的语音助手,为用户提供了有趣、贴心、便捷的对话式服务。意图识别是对话系统中的一个核心任务,而对话短文本语义匹配是意图识别的主流算法方案之一。本赛道要求参赛队伍根据脱敏后的短文本query-pair,预测它们是否属于同一语义。
数据描述
训练数据包含输入脱敏后的query-pair,以及对应的真值。初赛训练样本10万,复赛训练样本30万,为确保数据的高质量,每一个样本的真值都有进行人工标注校验。每一个训练样本,由query-pair和真值组成。测试数据初赛AB榜各2.5万,复赛数据5万。
报名参赛

参赛对象

PARTICIPANTS

本次大赛面向全球开放,不限年龄国籍,高等院校在校学生(包括高职高专、本科、研究生)以及科研机构和企业从业人员均可参赛.具体要求如下:

  • 可以自由组队参赛,具体组队要求见赛道相关说明;
  • 参赛选手应保证报名信息准确有效,如队伍中的选手信息不符合要求,组委会有权取消整个队伍的参赛资格及奖励。

为了保证大赛的公平性,将禁止以下类型人员报名参赛:

  • 大赛主办和技术支持单位如有机会接触赛题和相关数据的人员不允许参赛;
  • 赞助企业的在职人员(不含实习生)不允许参赛。

赛程安排

SCHEDULE

嘉宾评委

Guest judge

决赛榜单

RESULTS
智能算法赛决赛榜单
赛道一决赛榜单
全国一等奖 (第1名)
MindRank AI 罗宾理、李大鹏、林智敏
全国一等奖 (第2名)
炼丹术士 欧阳滨滨、刘翔宇、陈益祥
全国一等奖 (第3名)
别再卷了 高奕博、陈漪皓、曹慧
全国二等奖 (第4名)
水煮毛血旺 周继聪、杨平、蒋诗琪
全国二等奖 (第5名)
清博AI 夏茂晋、余强、任星凯
全国二等奖 (第6名)
多啦A梦的小口袋 郑悦、蔡怡蕾
赛道二决赛榜单
全国一等奖 (第1名)
HSSLAB 范宝余、李晓川、张润泽
全国一等奖 (第2名)
ciaicai 徐炜鹏
全国一等奖 (第3名)
春眠不觉小 贺宇航、余文涛、韩洁
全国二等奖 (第4名)
panda三人组 曾威、姚粤汉、王润奇
全国二等奖 (第5名)
Trick真的很重要 梁超、夏明富、张旭冉
全国二等奖 (第6名)
肉蛋冲击 成金凯、蒋小明、李珺
赛道三决赛榜单
全国一等奖 (第1名)
AI小花 姜兴华
全国一等奖 (第2名)
[none] 张哲昕、孔祥哲、温佳鑫
全国一等奖 (第3名)
白[MASK] 夏茂晋、任星凯、郑悦
全国二等奖 (第4名)
ac milan 李彬、张蔚琪
全国二等奖 (第5名)
科讯嘉联灵珠团队 杜科、吴志博
全国二等奖 (第6名)
LOL王者 鲁维海

奖项设置

PRIZES

赛事声明

  • 为了确保整个大赛顺利、公正地进行,以及保证参赛选手的合法权益,参赛选手报名时应阅读和确认赛题页面的参赛协议,自觉遵守协议规定。
  • 在大赛举办过程中,竞赛规程可能会有少量的变更和调整,所有内容均以大赛官网为准。
  • 本大赛规程的最终解释权归“全球人工智能技术创新大赛”组织委员会所有。