isPc
isSmall
isPad
isPhone
会议/线上展览 2020 年 12 月 15-19 日
AI 体验营 SKY HACKATHON
成团走向 GTC 中国线上大会,在比赛中了解深度学习及 NVIDIA 最新开发工具

AI 体验营(Sky Hackathon)项目旨在帮助在校学生、深度学习开发者在 NVIDIA Jetson 边缘高性能计算产品上部署和优化人工智能应用。活动期间,NVIDIA 工程师将为参赛队伍带来他们对最新的深度学习与边缘计算方面的理解、行业的趋势与最新的技术应用及最新开发工具实战技能知识,在前期 AI 训练营中对参赛队伍进行指导。  

参加本项目,开发者可获得一个难得的学习并实操的机会——学习嵌入式深度学习开发所需的动手技能, 通过使用 NVIDIA 最新的编程模型、库和工具以加速和优化他们的 AI 应用程序。在经验丰富的 GPU 开发导师指导下,Hackathon 竞赛方式可帮助开发者学习业界所需的基于深度学习应用的关键加速和并行计算技能,激发学习兴趣与创新力。

本次活动亮点

  • 在此过程中,开发者将会实际体验到
  • 基于目标检测的深度学习模型的训练过程
  • 利用 NVIDIA Transfer Learning Toolkit 对模型进行剪枝等优化过程
  • 利用 NVIDIA TensorRT 对训练好的模型进行部署
  • 利用 Jetson Nano 进行实际场景实验
  • 深度学习数据集的收集、筛选、清理和标注等过程

参赛平台

硬件配置
硬件平台: NVIDIA Jetson Nano(128 CUDA 核、4 核 CPU、4G 内存)
操作系统: Ubuntu 18.04 L4T 64 位元桌面版
开发环境: CUDA 10.2、CUDNN8.0、TensorRT7.1、OpenCV4.1.1
教学环境: Jupyter Lab 2.1.2

比赛规则

  • 本次活动主题是 NANO交通环境感知。目标是利用 NVIDIA TensorRT 加速 SSD-resnet18 的交通目标检测模型,实现在图片、视频或者摄像头画面中检测出目标,并判断是哪一类
  •  
  • 将交通路况标志分为四类,分别是交通标志(road_sign), 汽车(vehicle), 行人(pedestrian), 两轮车(bicycle, 包含自行车和摩托车)。
  • 本次比赛会提供基础的训练数据集,用于参赛队伍训练。但是,为了取得更好的成绩,需要对这个数据集需要进一步清理,扩展以及优化。
  • 本次比赛提供最基础的开发流程,以及相关工具和框架的使用方法,鼓励各位开发者在本教程的基础上做更多更好的优化。

注意事项

  • 每个参赛队伍需要自行收集数据集并标注,组委会不做规定
  • 参赛学生需要根据组委会提供的环境,在自己的服务器上训练目标检测模型
  • 本次活动参赛学生最终将训练好的模型部署到组委会提供的 Jetson Nano 集群上,进行最终测试
  • 本次活动不限定参赛者选用的模型,以及使用的训练数据集
  • 正式比赛时候,组委会会提供一段比赛视频和评分系统,每个参赛队伍需要利用评分系统和最终的测试视频进行对程序的评分。评分系统根据识别结果自动打分
  • 不提交项目报告只提交参赛结果得团队,成绩视为无效

报名参赛情况

因本次活动热度较高,报名席位有限,目前各支报名参赛队伍已经全部组队完成,且报名通道已经关闭。参与组队的同学来自于上海大学、苏州职业技术大学、杭州电子科技大学、成都大学、浙大宁波理工学院、南方科技大学、东莞理工学院、中国海洋大学、北京第109中学、北京信息科技大学、北京财贸职业学院、上海电机学院、湖南财政经济学院、云南大学、西南石油大学、宿迁学院、西交利物浦大学、湖北工程学院、华南农业大学、北京建筑大学、贵州师范大学、浙江工商大学、山东大学、河海大学、温州大学、中国传媒大学、哥伦比亚大学、北京交通大学、佛山科学技术学院、辽宁科技大学、南京邮电大学、南京外国语学校仙林分校、江苏科技大学等学校。

学校 组队数
上海大学 3
苏州市职业大学 1
杭州电子科技大学 / 成都大学 联合组队 1
浙大宁波理工学院 2
西北工业大学 1
南方科技大学 3
东莞理工学院 1
中国海洋大学 3
海军航空大学 1
北京第109中学/北京信息科技大学/北京财贸职业学院 联合组队 1
上海电机学院/湖南财政经济学院 联合组队 1
云南大学 2
西南石油大学 2
宿迁学院 1
西交利物浦大学 3
湖北工程学院 2
华南农业大学 1
北京工业大学 2
北京工业大学/北京建筑大学 联合组队 1
贵州师范大学 2
浙江工商大学 1
山东大学 1
河海大学 1
温州大学 1
中国传媒大学 1
哥伦比亚大学/北京邮电大学联合组队 1
北京交通大学 / 北京航空航天大学 联合组队 1
佛山科学技术学院 1
南昌航空大学 1
辽宁科技大学 2
沈阳理工大学 1
南京邮电大学 1
南京外国语学校仙林分校 1
江苏科技大学 3

评分标准

  • 评分系统主要根据目标识别的速度和准确度进行打分。
  • 评分结果一旦做出则为最终结果。
  • 评审不会对作品给出具体反馈意见,也不会对作品的最终得分进行解释。

获奖团队

从 11 月 21 日线上 AI 训练营(Bootcamp)开始,到 12 月 17 号为止,组委会共收到项目报告 43 份。
按照活动既定规则,经过严密地专家审核,前三名队伍已产生,他们将获得 NVIDIA 第三届 Sky Hackathon 大赛的优胜奖。这三支队伍分别是:

3080 黄牛都得破产队,指导教师:吴波;成员:毛越、王一帆、赵朗程

NitNet 队,指导教师:张雷;成员:吴逸豪、潘泽儒、王家浩、毛辰通、姚金安

Sky-Hackathon-zjgsu 队,指导教师:蒋献;成员:章寅、尹彦尚、李玉娥

获得优胜奖的团队,将获得 NVIDIA 送出的 Jetson Xavier NX 一套。欢迎关注微信公众号 “NVIDIA 开发者社区” 了解下一届 Sky Hackathon 的活动信息。

主办单位

联合主办

GPUS

赛事交流和答疑

Sky Hackathon活动会提供专属赛事交流微信群,所有符合参赛条件的团队成员将被组委会人员邀请加入微信群。

此外,NVIDIA开发者社区论坛会提供专属赛事栏目,在此栏目中,参赛选手可以就有关赛事的技术问题在论坛上提问,组委会技术团队会负责技术答疑,亦可通过此专栏访问赛事技术问题回顾了解更多关于本次活动信息。

CHN - 中国
隐私声明| 法律事宜| 联系我们
Copyright © 2021 NVIDIA Corporation
提示
取消
确定