AI 挑战赛 | 基于百度 ApolloSpace 数据集的自动驾驶挑战赛

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。