AI 挑战赛 | 基于百度 ApolloSpace 数据集的自动驾驶挑战赛
美国时间 3 月 8 日，百度方面宣布 Apollo 自动驾驶开放平台正式加入 DeepDrive 深度学习自动驾驶产业联盟，并发布了 Apollo 自动驾驶数据集 ApolloScape。
同时，百度 Apollo 联合加州大学伯克利分校，在 CVPR（IEEE 国际计算机视觉与模式识别会议）期间联合举办自动驾驶研讨会（Workshop on Autonomous Driving）,并推出基于 ApolloSpace 大规模数据集的自动驾驶挑战赛。
除了百度的 ApolloSpace 数据集，本次比赛还能够使用由 Berkeley DeepDrive（BDD）提供的视频数据集。 BDD 集包括 100K 个短视频剪辑（每个视频剪辑为 40 秒），每个视频剪辑中的关键帧都被注释。
挑战赛官方网站：
http://wad.ai/challenge.html
本次挑战赛主要有以下几个任务：
任务一：可驾驶区域划分
本次挑战赛的主要任务是区分可以驱车驾驶的区域，要求系统能够寻找到正在行驶的道路上潜在的可驾驶区域。
任务二：道路物体检测
该任务是检测与驾驶策略最相关的对象，更具体地说，要用边界框检测以下类别的对象：车辆，行人和交通标志/信号。
任务三：语义分割的领域自适应
BDD 数据集和 ApolloScape 相结合，具有覆盖天气，时间和地理多样性等多个领域的优势。 在这个任务中，参与者需要在单个条件下通过给定注释，并在不同条件下捕获的测试图像。一个是时间/天气条件; 另一个是地理适应性，更特别的是来自加利福尼亚州（美国）和北京（中国）的训练/测试。
任务四：实例级视频可移动对象分割
在这个任务中，参与者会有一组每个像素都标记好的视频序列，车辆和行人等移动对象同样标注好，该任务的目标是评估视频场景解析的技术水平。
有兴趣的参与者可通过 WAD KAGGLE FEATURE Kaggle 界面提交结果。
NLP 工程师入门实践班
三大模块，五大应用，知识点全覆盖；
海外博士讲师，丰富项目分享经验；
理论 + 实践，带你实战典型行业应用；
专业答疑社群，结交志同道合伙伴。
▼▼▼
新人福利
关注 AI 研习社（okweiwu），回复 1 领取
【超过 1000G 神经网络 / AI / 大数据，教程，论文】
百度发布了一个「超同类 10 倍」数据量的自动驾驶数据集
▼▼▼