全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛,是面向全国大学生的一种具有探索性工程的实践活动,是教育部倡导的大学生A类科技竞赛之一。竞赛以立足培养,重在参与,鼓励探索,追求卓越为指导思想,培养大学生的创意性科技竞赛能力。 在百度智慧交通赛项中,百度飞桨场景化地设计了基于深度学习的智能车趣味...
期待参赛者们能够以此为契机,共同推进智能交通领域的发展。 比赛链接2.2 比赛任务 要求参赛者利用提供的训练数据,在统一的计算资源下,实现一个能够识别道路障碍物与红路灯状态及其具体位置和类别的深度学习模型,不限制深度学习任务。本次比赛要求选手使用飞桨PaddlePaddle2.2及以上版本生成端到端深度学习模型。 选手需上传...
期待参赛者们能够以此为契机,共同推进智能交通领域的发展。 比赛链接2.2 比赛任务 要求参赛者利用提供的训练数据,在统一的计算资源下,实现一个能够识别道路障碍物与红路灯状态及其具体位置和类别的深度学习模型,不限制深度学习任务。本次比赛要求选手使用飞桨PaddlePaddle2.2及以上版本生成端到端深度学习模型。 选手需上传...
期待参赛者们能够以此为契机,共同推进智能交通领域的发展。 比赛链接2.2 比赛任务 要求参赛者利用提供的训练数据,在统一的计算资源下,实现一个能够识别道路障碍物与红路灯状态及其具体位置和类别的深度学习模型,不限制深度学习任务。本次比赛要求选手使用飞桨PaddlePaddle2.2及以上版本生成端到端深度学习模型。 选手需上传...
期待参赛者们能够以此为契机,共同推进智能交通领域的发展。 比赛链接2.2 比赛任务 要求参赛者利用提供的训练数据,在统一的计算资源下,实现一个能够识别道路障碍物与红路灯状态及其具体位置和类别的深度学习模型,不限制深度学习任务。本次比赛要求选手使用飞桨PaddlePaddle2.2及以上版本生成端到端深度学习模型。 选手需上传...
期待参赛者们能够以此为契机,共同推进智能交通领域的发展。 比赛链接2.2 比赛任务 要求参赛者利用提供的训练数据,在统一的计算资源下,实现一个能够识别道路障碍物与红路灯状态及其具体位置和类别的深度学习模型,不限制深度学习任务。本次比赛要求选手使用飞桨PaddlePaddle2.2及以上版本生成端到端深度学习模型。 选手需上传...