共计 3484 个字符，预计需要花费 9 分钟才能阅读完成。
自 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比赛两大赛事中，陆续公布了五项赛题。面向 4 月，咱们将会举办一系列更大规模、更为全面和深刻的线上 / 线下培训，为同学们的学习和备赛一路保驾护航！
登程的号角未然吹响，欢送高校师生们报名加入！上面是以后正在报名中的飞桨国赛清单及资料链接。
“中国软件杯”大学生软件设计大赛
基于百度飞桨与龙源电力风电数据的功率预测算法零碎开发
赛题背景
清洁能源的疾速倒退，风力发电曾经成为可再生能源的重要组成部分。然而，风具备随机性特点，惯例天气预报无奈精确反映出风电场所在区域的实在风速，从而造成发电功率预测准确率低下，影响电力供需平衡。因而，进步风电功率预测的准确性，为电网调度提供迷信撑持，对我国能源产业有非常重要的价值。
工作要求
算法局部
要求选手基于飞桨 PaddlePaddle 依据官网提供的数据集，设计一种利用当日 05:00 之前的数据，预测次日 00:00 至 23:45 理论功率的办法。准确率按日统计，依据 10 个风电场均匀准确率进行排名；准确率雷同的情景下，依据每日单点的均匀最大偏差绝对值排名。
软件局部
本次较量要求选手基于 Web 技术实现：
- 数据可视化：将预测后果以图表等模式展现进去，便于用户进行察看和剖析；
- 实时更新与滚动预测：可能基于提供的数据实时模仿实在功率、预测功率及其之间的差别，通过调节过来不同长度的时间段，以更新将来预测后果，且预测的时间段可调节；
- 响应式设计：反对多种终端，包含 PC 端、挪动端等，以适应不同设施的屏幕尺寸和分辨率；
- 其余翻新附加性能。
赛段设置
- 预选赛：5 月 31 日截止，算法赛，80% 团队升级区域赛；
- 区域赛：6- 7 月，算法赛 + 软件赛，颁发省级奖项；
- 总决赛：8 月，软件赛，颁发国赛奖项。
相干链接
- 赛题阐明页面
https://aistudio.baidu.com/aistudio/competition/detail/887/0/…
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/205286
- baseline 地址
https://aistudio.baidu.com/aistudio/projectdetail/5866171?con…
“中国软件杯”大学生软件设计大赛
智能四足机器狗电力巡检零碎开发
赛题背景
传统变电站监控和巡视采取人工形式，通过人的感官对设施进行简略定性判断，会存在着很多有余。如劳动强度大、工作效率低、检测品质扩散、伎俩繁多等有余，人工检测的数据也无奈精确、及时地接入管理信息系统。并且，随着无人值守模式的推广，巡视工作量越来越大，巡检到位率、及时性无奈保障。
为了满足对供电品质日益进步的要求，更灵便实用的变电站四足机器人巡视零碎得以利用。相比于传统的轮式机器人，四足机器人面对简单地形更加有劣势，而利用深度学习技术来进行简单环境的感知，为电力系统巡视工作提供实时智能剖析与决策反对，也逐步成为了重要趋势。
工作要求
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，实现一个可能对仪器仪表、火点、安全帽进行准确辨认的深度学习模型;
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主动巡检、避障越障和指定工作的实现，依据各工作的实现品质和实现速度进行评分。
赛段设置
- 预选赛：4 月 30 日截止，算法赛，80% 团队升级区域赛；
- 区域赛：6- 7 月，算法赛 + 地图赛，颁发省级奖项；
- 总决赛：8 月，地图赛，颁发国赛奖项。
相干链接
- 赛题阐明页面
https://aistudio.baidu.com/aistudio/competition/detail/771/0/…
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/199384
- Baseline
https://aistudio.baidu.com/aistudio/projectdetail/5718676
硬件反对
面向组织老师 ：4 月 30 日之前
组织超过 200 人报名参赛的指导老师，即可获赠一只价值 4.9 万的机器狗 5 个月的收费借用权! 数量无限先到先得!
面向升级选手: 4 月 30 日之前
合乎预选赛升级比例的团队，每校可取得一只机器狗借用，用于区域赛和国赛。
“中国软件杯”大学生软件设计大赛
基于百度飞桨的 3D 医疗数据解析平台
赛题背景
医学影像是临床疾病诊断的重要形式，高效精准的从影像中辨认出器官构造或病变，是医学影像学中重要的课题。其中，3D 影像可能更直观辅助医生晋升诊断效率。然而，医疗影像的读片工作对专业知识要求高，工作沉重且重复性较高，经常仅能由业余的影像科医生实现。随着深度学习技术的倒退，咱们看到了应用 AI 技术辅助医生疾速剖析阅片、加重阅片工作累赘的可能性。
工作要求
算法局部
要求选手基于飞桨 PaddlePaddle，在官网指定数据集（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，精确地实现医学数据的宰割工作，并且在新的、未进行过训练的数据集上可能取得较好的泛化性能。
软件局部
要求选手实现基于 Web 的 3D 医疗数据解析平台，其中蕴含医疗数据的导入、宰割、可视化和数据分析性能四大根底性能，且飞桨模型可在本地或云端部署进行推理。选手可设计更多相干场景的附加性能，通过稳固的软件性能和优良的人机交互，为非 AI 业余人员提供良好用户体验。（包含“图生文”性能，依据医疗影像，主动生成高质量病例报告。）
相干链接
- 赛题阐明页面
https://aistudio.baidu.com/aistudio/competition/detail/889/0/…
- 预选赛数据集地址
https://aistudio.baidu.com/aistudio/datasetdetail/204195
- baseline
https://aistudio.baidu.com/aistudio/projectdetail/5836342
第十八届全国大学生智能汽车比赛
赛题背景
全国大学生智能汽车比赛是以智能汽车为钻研对象的创意性科技比赛，是面向全国大学生的一种具备探索性工程的实际流动，是教育部提倡的大学生 A 类科技比赛之一。比赛以立足造就，重在参加，激励摸索，谋求卓越为指导思想，造就大学生的创意性科技比赛能力。
赛题工作
线上较量
参赛学生必须在规定工夫内应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，不得应用其余相干平台、框架及任何飞桨中未蕴含的学习办法参赛。AI Studio 作为本次线上选拔赛的惟一指定训练平台，提供在线编程环境、收费 GPU 算力、海量开源算法和凋谢数据，帮忙开发者疾速创立和部署模型。
线下较量
参赛队伍须要在规定工夫实现基于车道定位及辨认、指标物检测与辨认等多种人工智能技术和自动化控制技术，符合人工智能时代倒退特点，充分调动学生的翻新、发明生机。参赛队伍必须应用组委会指定的百度 EdgeBoard 开发板（赛事专用卡）进行较量。
百度齐全模型组竞速赛
相干链接
- 线上资格赛链接
https://aistudio.baidu.com/aistudio/competition/detail/760/0/…
- 线下赛任务说明
https://zhuoqing.blog.csdn.net/article/details/128401912
- baseline
- **【PP-YOLO 版】**
https://aistudio.baidu.com/aistudio/projectdetail/5534961?channelType=0&channel=0
- **【PP-YOLOE+ 版】**
https://aistudio.baidu.com/aistudio/projectdetail/5513476?cha…
- 线上赛 + 线下赛培训课程合集
https://aistudio.baidu.com/aistudio/education/group/info/28339
百度智慧交通组创意赛
- 线下赛主题：长江之歌
- 线下赛规定：本周末详见社群告诉！
相干链接
- 线上资格赛链接
https://aistudio.baidu.com/aistudio/competition/detail/882/0/…
- baseline 合集
https://aistudio.baidu.com/aistudio/competition/detail/882/0/…