赛事推荐 | 飞桨轻量级目标检测挑战赛
第二期飞桨挑战赛简介
9月起，飞桨新增挑战赛系列，选手基于官方提供的baseline，使用飞桨设计并优化一个新模型，成绩必须高于官方baseline在测试集/评测模型中的成绩，最终排名靠前的选手将获得现金、京东卡奖励，以及飞桨定制奖杯、证书。
第一期飞桨挑战赛《城市区域功能分类》火热进行中，选手基于2019国际大数据比赛提供的遥感影像和互联网用户行为数据，使用飞桨设计一个城市区域功能的分类模型。截止11月24日，挑战赛吸引了550支队伍、563名选手报名。其中，近70支参赛队伍提交了有效结果，8成高于官方baseline（0.672分），第一名成绩逼近0.89。
第二期飞桨轻量级目标检测挑战赛温暖来袭！本次挑战赛由2019百度之星开发者大赛冠军、Litchll队长张鹏松发起，聚焦计算机视觉领域的目标检测任务，要求选手找出图像中所有感兴趣的目标，确定它们的位置和大小。相比只考虑精度的传统目标检测比赛，本次比赛同时需要关注模型算法的效率。Round 1官方baseline score：1.8
特别注意：选手必须使用深度学习平台飞桨进行模型的设计、训练和预测，不允许使用其他相关平台、框架及任何飞桨中未包含的学习方法参赛。
飞桨以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，2016年正式开源，是中国首个也是全面开源开放、技术领先、功能完备的产业级深度学习平台。
赛程赛制
1.本期挑战赛分为 Round 1 和 Round 2两个阶段。在各阶段，参赛团队须按时、合规地提交参赛作品。
2.Round 1：使用COCO 2017 val集对选手提交的模型进行评估。选手需在规定时间内提交基于飞桨训练的模型，需高于官方baseline score（1.8），本轮top 20进入Round 2。
3.Round 2： 对top 20参赛团队进行最终评估，其中mAP以在COCO 2017 test-dev上评测的结果为准，最终评选出top 10获奖团队。
4.大赛日程安排
5.百度公司对本比赛规程拥有最终解释权。
奖项设置
1.比赛中表现优秀的同学可获得百度校招绿色通道：2020年毕业的同学免笔试参加补招，2021年毕业的同学免笔试参加2020年春季百度实习生校招。
2.Round 1 报名成功并提交有效成绩高于官方baseline score（1.8）的前50名团队成员均可获得飞桨棒球帽1顶！1.比赛中表现优秀的同学可获得百度校招绿色通道：2020年毕业的同学免笔试参加补招，2021年毕业的同学免笔试参加2020年春季百度实习生校招。
*特别注意
1.以上所有提及金额均为税前金额。
2.获奖评定需选手按要求提供项目代码及材料。
参赛方式
1.参赛对象
本次竞赛面向全社会开放，不限年龄、身份、国籍，相关领域的个人、高等校、科研机构、企业单位、初创团队等人员均可报名参赛。
特别注意：
（1）2019百度之星开发者大赛 top 11团队/成员不计入本次评奖，上述团队/选手报名并提交有效结果可获得飞桨大礼包1份
（2）大赛主办、协办单位，以及有机会接触赛题背景业务及数据的员工不得参赛
（3）百度公司员工可参与排名，但不得领取奖金
2.参赛要求
（1）支持以个人或团队（线下自由组队）的形式参赛，每支参赛队伍的人数不超过3人，允许跨单位自由组队，每人只能参加一支队伍。
（2）参赛选手报名须保证所提供的个人信息真实、准确、有效。如发放奖金或礼品时发现选手填写的报名信息与个人身份不相符，组委会将保留停止发放奖金或礼品的权利。
3.比赛报名
（1）2019年11月25日至2020年1月12日，登陆AI Studio报名，参赛团队使用已有百度账号或新注册百度账号报名，在线完善相关信息，即可报名参赛。
团队形式参赛，万众期待的AI Studio比赛组队功能已于9月底正式上线，一个人搞定不如一群人相助，快给你们的团队想个酷炫的名字吧！
组队报名方法，队长确认报名参赛后，点击【复制链接邀请队员】，并将【您的好友邀请您组队参赛，详情查看：xxx】内容发送给 1名 即将加入队伍的队员，队员完善信息后可在“我的团队”中查看，此时表明队长已成功邀请 1名 队员加入战队。重复上述方法邀请更多队员加入战队，上限人数不超过3人。
组队报名注意：邀请队员仅在 比赛报名截止前 有效，邀请链接仅用于 单名队员 加入。自比赛报名截止前一天起（2020年1月11日），队长不得转让队长身份、解散团队、移除队员，队员不得离开团队。
（2）百度大脑AI Studio是基于百度深度学习平台飞桨的一站式AI开发实训平台，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。登录AI Studio查看更多内容。
（3）百度大脑AI Studio为参赛选手提供了免费GPU Tesla V100算力：
登录即送算力，每天登录AI Studio并运行Notebook即可获得12小时GPU算力，连续登录5天额外领取48小时GPU算力（有效期7天）。
想要获取更多算力加入百度飞桨挑战赛交流群获取专属算力码。
（4）竞赛技术交流社区（AI Studio人工智能竞赛）
（5）官方交流群
百度飞桨挑战赛交流QQ群：680192208
使用飞桨过程中遇到问题，加入飞桨官方QQ交流2群（796771754）
4.飞桨系列挑战赛不收取任何报名费用。
赛题背景
近年来，深度学习技术在很多方向都取得了巨大的成功，尤其是计算机视觉领域，已经实现了广泛的落地和应用，但由于深度神经网络计算复杂度高，模型参数量大，限制了其在一些场景和设备上进行部署，特别是在移动嵌入式设备的部署。因此，模型小型化技术成为最近几年学术界和工业界研究的热点，模型小型化技术也从最开始的网络剪枝、知识蒸馏、参数量化等发展为最新的神经网络架构搜索(NAS)和自动模型压缩等技术。
目标检测任务要找出图像中所有感兴趣的目标，确定它们的位置和大小，是计算机视觉领域的几个核心问题之一。由于各类物体有不同的外观、形状、尺度和姿态，加上成像时的光照、遮挡等因素干扰，目标检测一直是计算机视觉领域最具有挑战性的问题之一。基于此，第二期飞桨挑战赛将采用目标检测作为考察选手的题目。
目标检测算法从最早的 Two-Stage 算法：RCNN、faster-RCNN等，到 Single-Stage 算法：YOLO、SSD等，不仅在检测精度上有着巨大的提升，模型的复杂度和计算量也大大减少。即便如此，在移动嵌入式设备上进行实时处理目前仍然是一个巨大的挑战。
相比只考虑精度的传统目标检测比赛，本次轻量级目标检测比赛不仅关注模型的精度、同时还要考虑模型的效率。
比赛任务
本次竞赛任务为轻量级目标检测，参赛者需要找出所给图像中所有感兴趣的目标，确定它们的位置和大小。参赛者需提供1个飞桨（PaddlePaddle）模型，模型输出所给图片中每个目标的信息，包括boundingbox([x0,y0,x1,y1])、类别信息和分数。
数据集介绍
为降低参赛者接入轻量级目标检测任务的成本，本次比赛的训练和测试全部使用 COCO2017 目标检测竞赛相同的数据，该数据集包含超过80个类别、20万张图片的训练、验证和测试数据。
组委会将对Round1 top20 团队进行最终评估，其中Round2 中 mAP 是以在 COCO2017 test-dev上评测的结果为准，与Round1以COCO2017 val评测不同。
PaddleSlim Demo
点击 此处 （https://aistudio.baidu.com/aistudio/projectdetail/86232）掌握更多PaddleSlim使用方法，对模型进行剪枝、蒸馏和压缩，快速取得比赛好成绩。
官方baseline
第二期飞桨轻量级目标检测挑战赛官方baseline正式发布，查看 https://aistudio.baidu.com/aistudio/projectDetail/189267 了解更多详情。Round 1 官方baseline score 1.8，更多baseline详情陆续发布中，敬请期待！
点击 阅读原文，查看比赛更多详情