IR-Detection: Обнаружение объектов на ИК-изображениях для беспилотного транспорта

Secret url: https://competitions.codalab.org/competitions/21588?secret_key=5837555b-783e-4c1f-b2bf-75513451885b
Organized by ivbelkin - Current server time: Nov. 17, 2019, 9:56 a.m. UTC

Current

1 заочный этап
Oct. 10, 2019, 8 p.m. UTC

Next

2 очный этап
Nov. 25, 2019, 6 p.m. UTC

End

Competition Ends
Nov. 25, 2019, 11:59 p.m. UTC

IR-Detection: Обнаружение объектов на ИК-изображениях для беспилотного транспорта

Краткое описание

Конкурс посвящен созданию наиболее эффективного алгоритма обнаружения объектов двух типов "person" и "car" ("пешеход" и "транспортное средство") на инфракрасных изображениях, полученных с бортовой видеокамеры беспилотного автомобиля, разработанного компанией АО «Научно-конструкторское бюро вычислительных систем» (АО НКБ ВС). Наборы данных для тестирования и обучения алгоритмов подготовлены при участии Центра когнитивного моделирования Московского физико-технического института.

Презентация конкурса на XXI международной научно-технической конференции "Нейроинформатика-2019" (скачать).

Sample

Этапы конкурса

10 октября - 17 ноября 23:59 - заочный этап,

25 ноября 18:00 - очный этап в Московском физико-техническом институте (г. Долгопрудный, Московская область).

Победители очного этапа конкурса получат ценные призы и будут приглашены на оплачиваемую стажировку в Центр когнитивного моделирования Московского физико-технического института и займутся созданием систем компьютерного зрения и навигации для беспилотного транспорта.

Контакты для связи

Оргкомитет конкурса: cdsteam524@gmail.com 

Организаторы:

SDB CS Logo MIPT Logo

Информационные партнеры:

xn--80aa3anexr8c.xn--p1ai/

RH-Logo

IR-Detection: Оценка результатов

В конкурсе рассматривается задача обнаружения (детектирования) объектов на инфракрасных изображениях дорожной сцены.

Объекты могут относиться к одной из двух категорий:

1.     person (пешеход),

2.     car (транспортное средство).

Общая выборка данных разделена на 3 части:

  • обучающая выборка с эталонной разметкой, 
  • валидационная выборка (доступна на заочном этапе, после которого публикуется ее эталонная разметка), 
  • тестовая выборка (не доступна на заочном этапе, ее эталонная разметка публикуется по окончании конкурса).

Конкурс проходит в 2 этапа:

1.     заочный этап (участники присылают результаты автоматического обнаружения объектов на валидационной выборке с помощью разработанного алгоритма в формате COCO, при этом не допустима ручная разметка данных, при выявлении данного факта команда дисквалифицируется).

2.     очный этап (участники получают доступ к тестовой выборке и присылают результаты автоматического обнаружения объектов на тестовой выборке с помощью разработанного алгоритма в формате COCO, при этом не допустима ручная разметка данных, при выявлении данного факта команда дисквалифицируется, также команды делают очные презентации с описанием деталей предложенного решения задачи).

Сравнение результатов команд осуществляется автоматически с помощью метрики mAP (mean Average Precision) при IoU >= 0.5 в тестирующей системе на этом сервисе (максимальная оценка 1.0, минимальная 0.0).

На заочном и очном этапах результат, публикуемый в Leaderboard, определяется автоматически с помощью инструмента pycocotools.

IR-Detection: Условия

Загрузка результатов на валидационной выборке может быть сделана в течение 1 заочного этапа. Вы можете осуществлять до 5 загрузок каждый день, всего допускается 100 загрузок результатов. На заочном и очном этапах результат, публикуемый в Leaderboard, определяется автоматически с помощью инструмента pycocotools.

1 заочный этап

Start: Oct. 10, 2019, 8 p.m.

Description: 1 заочный этап: разработка и обучение моделей обнаружения объектов на валидационной выборке и загрузка результатов автоматического обнаружения на сайт конкурса. Показатели качества публикуются в Public Leaderboard. Первые 20 лучших команд приглашаются на очный этап конкурса.

2 очный этап

Start: Nov. 25, 2019, 6 p.m.

Description: 2 очный этап: участникам выдается тестовая выборка, результаты работы на ней обученной модели направляются в тестирующую систему и автоматически оценивается показатель качества обнаружения объектов mAP, участники делают презентации по итогам своих решений. 3 победителя конкурса получают ценные призы и приглашаются на оплачиваемую стажировку в Центр когнитивного моделирования МФТИ.

Competition Ends

Nov. 25, 2019, 11:59 p.m.

You must be logged in to participate in competitions.

Sign In
# Username Score
1 pandreev 0.672
2 david_tsaturyan 0.626
3 vladostan 0.510