自2023年3月以来,飞桨在“中国软件杯”大学生软件设计大赛和全国大学生智能汽车竞赛两大赛事中,陆续发布了六项赛题。我们整理了一份当前阶段的竞赛培训课程合集,为同学们的学习和备赛保驾护航!出发的号角已然吹响,欢迎高校师生们报名参加!下面是当前正在报名中的飞桨国赛清单及材料链接。
基于百度飞桨与龙源电力风电数据的功率预测算法系统开发
任务要求
要求选手基于飞桨 PaddlePaddle 根据官方提供的数据集,设计一种利用当日 05:00 之前的数据,预测次日 00:00 至 23:45 实际功率的方法。准确率按日统计,根据 10 个风电场平均准确率进行排名;准确率相同的情形下,根据每日单点的平均最大偏差绝对值排名。
-
数据可视化:将预测结果以图表等形式展示出来,便于用户进行观察和分析;
-
实时更新与滚动预测:能够基于提供的数据实时模拟真实功率、预测功率及其之间的差异,通过调节过去不同长度的时间段,以更新未来预测结果,且预测的时间段可调节;
-
响应式设计:支持多种终端,包括PC端、移动端等,以适应不同设备的屏幕尺寸和分辨率;
-
-
预选赛:5月31日截止,算法赛,80% 团队晋级区域赛;
-
-
-
课节二:赛题任务及 baseline 实操
课节三:比赛提交演示及评测说明(近期上线)
-
课节四
:
AI Studio Gradio
部署开发实战(近期上线)
https://aistudio.baidu.com/aistudio/course/introduce/28510
https://aistudio.baidu.com/aistudio/competition/detail/887/0/introduction
https://aistudio.baidu.com/aistudio/datasetdetail/205286
https://aistudio.baidu.com/aistudio/projectdetail/5866171?contributionType=1&sUid=90149&shared=1&ts=1680491732413
任务要求
在预选赛中,要求选手基于飞桨 PaddlePaddle ,利用企业提供的训练数据,实现一个能够对仪器仪表、火点、安全帽进行精确识别的深度学习模型;
在区域赛和总决赛中,要求选手基于搭载飞桨 PaddlePaddle 的国产四足机器狗宇树 Go1 机器狗,在规定的地图上进行自动巡检、避障越障和指定任务的完成,根据各任务的完成质量和完成速度进行评分。
-
预选赛
:
5
月中旬截止,算法赛,前
120
位高校(每校
3
支)共
360
支团队晋级区域赛;
-
区域赛
:6-7 月,算法赛+地图赛,颁发省级奖项;
-
# 线上赛赛题解析及通关秘籍
# 机器狗控制入门秘籍
https://aistudio.baidu.com/aistudio/education/group/info/28451
https://aistudio.baidu.com/aistudio/competition/detail/771/0/introduction
https://aistudio.baidu.com/aistudio/datasetdetail/199384
https://aistudio.baidu.com/aistudio/projectdetail/5718676
任务要求
要求选手基于飞桨 PaddlePaddle ,在官方指定数据集(11 种部位)上设计算法进行打榜,实现在验证集上,给定任一 3D 医疗数据,准确地完成医学数据的分割任务,并且在新的、未进行过训练的数据集上能够获得较好的泛化性能。
要求选手实现基于 Web 的 3D 医疗数据解析平台,其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能,且飞桨模型可在本地或云端部署进行推理。选手可设计更多相关场景的附加功能,通过稳定的软件功能和优秀的人机交互,为非 AI 专业人员提供良好用户体验。(包括“图生文”功能,根据医疗影像,自动生成高质量病例报告。)
课节一:线上打榜赛入门
-
课节二
:
AI Studio Gradio 部署开发实战(近期上线)
https://aistudio.baidu.com/aistudio/education/group/info/28486
https://aistudio.baidu.com/aistudio/competition/detail/889/0/introduction
https://aistudio.baidu.com/aistudio/datasetdetail/204195
https://aistudio.baidu.com/aistudio/projectdetail/5836342
本赛题要求选手基于文心大模型 ERNIE ,利用包括但不限于大模型 API 、套件 ERNIEKit 、BML/Easydl 开发平台和场景化平台等百度领先的大模型能力,进行针对大模型时代下的创意软件开发。
第十八届全国大学生智能汽车竞赛
参赛学生必须在规定时间内使用百度开源深度学习平台飞桨进行模型的设计、训练和预测,不得使用其他相关平台、框架及任何飞桨中未包含的学习方法参赛。AI Studio 作为本次线上选拔赛的唯一指定训练平台,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。
参赛队伍需要在规定时间完成基于车道定位及识别、目标物检测与识别等多种人工智能技术和自动化控制技术,契合人工智能时代发展特点,充分调动学生的创新、创造活力。参赛队伍必须使用组委会指定的百度 EdgeBoard 开发板(赛事专用卡)进行比赛。
https://aistudio.baidu.com/aistudio/education/group/info/28339
https://aistudio.baidu.com/aistudio/competition/detail/760/0/task-definitio
n
https://zhuoqing.blog.csdn.net/article/details/128401912
https://aistudio.baidu.com/aistudio/projectdetail/5534961?channelType=0&channel=0
https://aistudio.baidu.com/aistudio/projectdetail/5513476?channelType=0&channel=0
https://aistudio.baidu.com/aistudio/course/introduce/28529
https://aistudio.baidu.com/aistudio/competition/detail/882/0/introduction
https://aistudio.baidu.com/aistudio/competition/detail/882/0/datasets