Datawhale用户896
2023全球智能汽车AI挑战赛：智能驾驶汽车虚拟仿真视频数据理解
输入“/”快速插入内容
2023全球智能汽车AI挑战赛：智能驾驶汽车虚拟仿真视频数据理解
2023全球智能汽车AI挑战赛：智能驾驶汽车虚拟仿真视频数据理解
用户896用户896
用户7861用户78612023年11月14日修改
💡
本教程会带领大家项目制学习，由浅入深，逐渐进阶。从跑通最简的Baseline，精读Baseline，到底层算法原理与进阶实践技巧的学习，千里之行，始于足下，从这里，开启你的 AI 学习之旅吧
—— Datawhale贡献者团队
赛题解析
💡
2023全球智能汽车AI挑战赛——赛道二：智能驾驶汽车虚拟仿真视频数据理解
赛题背景
当前，全球新一轮科技革命和产业变革蓬勃发展，汽车与人工智能技术加速融合，电动化、网联化、智能化成为汽车产业的发展潮流和趋势，AI技术将更广泛地和汽车产业的各个领域，应用于汽车的智能维护、智能制造、智能驾驶等诸多方面。作为人工智能技术和汽车产业先进技术的倡导者，吉利汽车集团、阿里云、NVIDIA 英伟达一直致力于推动未来出行方式的发展，共同发起了本届2023全球智能汽车AI挑战赛。本届比赛将汇聚来自全球各地的杰出AI领域人才，推动自动驾驶、AI大模型、加速计算、云计算技术三者深度结合，为未来智能出行提供更加安全、高效、舒适的解决方案。
赛事任务
赛题：智能驾驶汽车虚拟仿真视频数据理解赛道
任务：
•
输入：元宇宙仿真平台生成的前视摄像头虚拟视频数据（8-10秒左右）；
•
输出：对视频中的信息进行综合理解，以指定的json文件格式，按照数据说明中的关键词（key）填充描述型的文本信息（value，中文/英文均可以）；
赛题数据集
赛题提供了没有标签的测试集，但没有给出训练集，因此可以通过预训练模型进行预测，或自行寻找外部数据集进行训练模型。
评价指标
初赛提交格式案例：
代码块
{
"author" : "abc" ,
"time" : "YYMMDD",
"model" : "model_name",
"test_results" :[
{
"clip_id" : "xxxx_1",
"scerario" : "cityroad",
"weather":"unknown",
"period":"night",
"road_structure":"ramp",
"general_obstacle":"nothing",
"abnormal_condition":"nothing",
"ego_car_behavior":"turning right",
"closest_participants_type":"passenger car",
"closest_participants_behavior":"braking"
},
{
"clip_id" : "xxxx_2"
... ...
},
... ...
}