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...