“东华大学人工智能算法精英挑战赛” 是东华大学人工智能创新实验室面向全体在校学生举办的算法竞赛。前两届已经吸引200余位来自不同专业的校内人工智能爱好者参与，累计组建参赛队伍达 60 余支，受到学校师生的广泛关注，在校园内引起热烈反响。为持续搭建人工智能算法交流实践平台，激发同学们的创新思维与实践能力，我们决定举办第三届 “东华大学人工智能算法精英挑战赛”。有关赛事通知如下：
东华大学教务处
东华大学信息与智能科学学院信息与控制实验中心
东华大学信息与智能科学学院校团委
东华大学人工智能创新实验室
二、参赛对象
全校各专业大一、大二、大三学生均可报名，鼓励跨专业组队，促进学科交叉融合。
精准农业是现代农业发展的核心方向，它利用计算机视觉等先进技术对作物生长状态进行实时、精准的监测，以实现产量预估、病虫害防治和自动化管理。目标检测是计算机视觉领域的一项基础而核心的任务，其目标是让计算机不仅能识别出图像中包含哪些物体，还能通过“边界框”的形式，精确地标定出每个物体的位置和大小。
小麦作为全球最重要的粮食作物之一，对其麦穗进行准确计数和定位，是实现精准农业的关键技术环节。
然而，在真实农业场景中，小麦图像会因品种、光照、拍摄角度和生长阶段的不同而呈现出巨大的外观差异。本届人工智能算法精英赛旨在通过解决真实世界中的小麦麦穗检测问题，引导参赛者深入探索计算机视觉在智慧农业领域的应用，锻炼和提升在复杂多变场景下的模型泛化与工程实践能力。
|
|
本次竞赛的核心任务为目标检测，参赛者需要基于所给数据集，开发并训练一个深度学习模型，以精确识别并定位出给定图像中的所有麦穗。
本次竞赛采用的数据集包含了来自全球47个不同区域的小麦图像，展现了丰富的多样性，包括不同的小麦品种、成熟度、种植密度以及多变的光照和天气条件。
（一）开发集
组织方将提供一个包含训练和测试的开发集。参赛者需要自行设计合理的策略，将其划分为训练集和验证集，用于模型的训练和自我评估。
（二）测试集
A榜和B榜的测试集将在线上评测系统中发布，参赛者下载后进行预测，但不提供标注。
图 数据集中数据示例及对应注释
详见附件一
mAP50:95
说明：mAP50:95是目标检测任务中最权威的综合评估指标，主要用于衡量模型在不同定位精度要求下的平均检测性能，计算方式为分别计算10个IoU（交并比）阈值下的AP（平均精度），再取平均（即mAP）。
（一）选手可单人参赛，也可以与其他选手组队参赛，每支参赛队伍人数不超过两人；
（二）每支队伍设置一名队长，负责提交比赛结果。
竞赛采用二级晋级制度，整个流程分为两个核心流程：
（一）资格赛（A 榜）
此阶段旨在检验模型在已知和熟悉场景下的基础检测能力，参赛团队需使用官方提供的开发集完成模型训练，并对A榜测试集进行预测，并按照规定格式提交预测结果。（A榜的测试集图像所来自的地理区域均在开发集中出现过）。在榜单开放时间内，每队每日限提交一次，榜单实时更新，参赛团队可实时查看排名情况， 榜单前15支队伍晋级下一阶段。 （榜单提交方式暂定，等待后续通知）
（二）决赛（B 榜）
该阶段旨在考验模型的泛化能力，即模型迁移到全新、未知场景下的性能表现。（B榜的测试集图像所来自的地理区域在开发集中未出现过）。最后，晋级团队需要在线下进行算法竞赛与答辩， 并角逐出最终的排名。
设立一、二、三等奖、优秀奖，获奖队伍数量分别为1、3、5、6，颁发荣誉证书和奖金（一二三等奖）；另设创新奖，获奖队伍数量为2，旨在技术路径或应用场景上有独特创见的队伍，颁发荣誉证书和奖金。表现优秀者有机会进入人工智能创新实验室。
报名时间：即日起至5月12日12：00
A 榜单开始时间及数据集发布：4月28日
赛题答疑讲座：5月5日
A 榜单提交截止时间：5月12日21：00
发布A榜晋级名单：5月13日
B 榜单提交截止时间：5月23日21：00
线下答辩及颁奖：5月24日晚
线下比赛地点：请关注官方赛事QQ群
请参赛团队在报名截止时间前，扫描下方二维码进入官方赛事群，填写报名表格。
除了相关评价指标外，决赛还会关注参赛团队提交代码的创新性和效率；
评审过程中将会进行代码查重与相关成绩复核；
在有争议或疑问时，可以在赛事群内提出。竞赛规则的最终解释权归东华大学人工智能创新实验室所有。
赛事交流 QQ 群：1091042810
