CVPR WAD 挑戰賽開啟報名，四大自動駕駛挑戰賽等你來戰

雷鋒網 AI 科技評論消息，CVPR 2019（Conference on Computer Vision and Pattern Recognition）將於 6 月 16-20 日在美國長灘舉行，目前，會上的各大挑戰賽已經開始報名。

作為國際上以自動駕駛視覺為核心的頂級評測大賽，CVPR WAD 挑戰賽（Workshop on Autonomous Driving）以數據規模大、難度高著稱，每年這一賽事都能吸引到全球業界和學術界的多路頂級團隊參與。日前，滴滴、nuTonomy 以及加州大學伯克利分校 DeepDrive 深度學習自動駕駛產業聯盟（BDD）合作，正式啟動 CVPR 2019 WAD 自動駕駛識別挑戰賽，邀請全球演算法高手來挑戰自動駕駛領域重點難題。

針對此次挑戰賽，滴滴提供了一個大規模、高質量的真實駕駛場景視頻數據集 D2-City（https://gaia.didichuxing.com/d2city），涵蓋 12 類行車和道路相關的目標標註，旨在鼓勵相關領域前沿演算法的發明與實現。

本次CVPR 2019 WAD 挑戰賽共提供了四項全新的基於多個駕駛數據集的自動駕駛相關任務。

• 賽題一：三維目標檢測

• 賽題二：目標檢測遷移學習

• 賽題三：目標跟蹤遷移學習

• 賽題四：大規模檢測插值

三維目標檢測比賽建立在 nuScenes 數據集基礎之上，參賽者需要根據感測器在 360 度旋轉視角下得到的數據來估計車輛周圍物體的三維位置、速度和屬性。比賽將分為三個賽道：激光雷達賽道（僅能使用激光雷達感測器數據作為輸入）、相機賽道（僅能使用相機感測器數據作為輸入）和開放性賽道（可以將多種感測器相結合）。

目標檢測遷移學習和目標跟蹤遷移學習建立在滴滴此次發布的 D2-City 數據集與 BDD 發布的 BDD100K數據集上。目標檢測遷移學習挑戰賽中，參賽者需要利用採集自美國的 BDD100K 數據，訓練目標檢測模型，用於 D2-City 數據中；目標跟蹤遷移學習挑戰賽中，參賽者需要利用 D2-City 數據訓練模型應用於 BDD100K 數據。

大規模檢測插值探索賽中，參賽者需要基於 D2-City 數據集，在大量只提供了關鍵幀標註的視頻上補全整段視頻的框檢測結果。這項探索賽致力於鼓勵在目標檢測、插值、檢測追蹤、域適應等各領域結合的應用的相關研究。參賽者可以利用 BDD100K 數據集和其他公開可用的相關數據集或是藉助部分人工標註修正去提升最終結果。

關於數據集：

• nuScenes數據集

由 nuTonomy 提供，數據採集自波士頓和新加坡的 1000 個駕駛場景，每個視頻時長 20s，視頻場景非常多樣。完整的數據集包括大約 1.4M 的相機圖像，390k 的激光雷達掃描數據，1.4M 的雷達掃描數據和在 4 萬個關鍵幀下、大小為 1.4M 的物體邊界框數據。

為了方便常見的計算機視覺任務（如對象檢測和跟蹤），nuTonomy 以 2Hz 的採樣頻率，用精確的 3D 邊界框標註了 23 個對象類。此外，他們還對對象級的屬性進行了注釋。

• BDD100K 數據集

由伯克利大學發布，數據集在美國的不同地方收集，包含 10 萬段視頻。每段視頻時長大約為 40 秒，格式為 720p、30 fps。視頻中還包括手機記錄的 GPS/IMU 信息，可以顯示出大致的駕駛軌跡。數據集中有很多不同天氣，包括晴天、陰天和雨天，還有一天中的不同時間段，如白天和夜晚。

每段視頻的第 10 秒均有進行關鍵幀採樣，並為關鍵幀加上了注釋，這 10 萬個關鍵幀中經常出現在道路上的對象也被標上了邊界框。

• D2-City 數據集

採集自運行在中國五個城市的滴滴運營車輛，是一個大規模行車視頻數據集，提供了超過一萬段行車記錄儀記錄的前視視頻數據。所有視頻均以高清（720P）或超高清（1080P）解析度錄製。所提供的原始數據均存儲為幀率 25fps、時長 30 秒的短視頻。

滴滴為其中的約一千段視頻提供了包括目標框位置、目標類別和追蹤 ID 信息的逐幀標註，涵蓋了共 12 類行車和道路相關的目標類別，並為一部分其餘的視頻提供了關鍵幀的框標註。

與現有的自動駕駛公開數據集相比，此次發布的 D2-City 數據集提供了更多在複雜或有挑戰性的天氣、交通、採集狀況下所收集的真實場景數據，如光線不足、雨霧天氣、道路擁堵、圖像清晰度低等。

即日起，全球企業、研究機構和院校均可組成參賽隊伍在挑戰賽官網進行報名，

第一項挑戰賽將於 6 月 15 日截止，後三項挑戰賽將於 5 月 31 日截止，最終優勝團隊獎項將於 6 月 17 日的 CVPR 2019 自動駕駛研討會上正式頒發。

挑戰賽官網：https://sites.google.com/view/wad2019/challenge

雷鋒網 AI 科技評論編輯整理。雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！