五一節(jié)前，2020 全國水下機(jī)器人（湛江）大賽第一階段“水下目標(biāo)檢測算法賽”決賽答辯結(jié)果完成公示。

本次“水下目標(biāo)檢測算法賽”分為「水下光學(xué)圖像目標(biāo)檢測」和「水下聲學(xué)圖像目標(biāo)檢測」兩個賽項，各設(shè)一等獎 1 個，二等獎 5 個，三等獎 8 個，決賽結(jié)果均已正式確認(rèn)，具體獲獎情況如圖所示：

雷鋒網(wǎng)注：圖為「水下光學(xué)圖像目標(biāo)檢測」賽項的決賽獲獎名單

雷鋒網(wǎng)注：圖為「水下聲學(xué)圖像目標(biāo)檢測」賽項的決賽獲獎名單

經(jīng)過兩個月的激烈角逐，MaybeTomorrow 團(tuán)隊獲得了「水下光學(xué)圖像目標(biāo)檢測」一等獎，passi0n 團(tuán)隊獲得了「水下聲學(xué)圖像目標(biāo)檢測」一等獎。

全新算法比賽，亮點(diǎn)紛呈

2020 年 2 月 28 日，鵬城實驗室啟動「水下目標(biāo)檢測算法賽」。

本次算法賽是由國家自然基金委、湛江市人民政府和鵬城實驗室聯(lián)合主辦“全國水下機(jī)器人（湛江）大賽”的第一階段，大賽包含線上賽、現(xiàn)場賽和頒獎典禮三項活動，“水下目標(biāo)檢測算法賽”就是其中的線上賽。

本次大賽是一個全新算法比賽，從報名到?jīng)Q賽答辯活動，整個過程采用全程在線上舉行，均極具亮點(diǎn)。報名一開始，參賽選手就十分踴躍；從賽制上看，主客觀結(jié)合的評審機(jī)制凸顯嚴(yán)謹(jǐn)；比賽舉辦過程中，線上提交，線上自動評分，線上動態(tài)排行榜，線上講座，線上復(fù)現(xiàn)測速，鵬城云腦和章魚系統(tǒng)的加持，均為比賽添色不少。

選手多元

本次線上賽雙賽項總報名團(tuán)隊達(dá) 1811 個，吸引了世界各地的共計 268 所高校的學(xué)生和 382 家企業(yè)大數(shù)據(jù)和算法人才共同參與 ,影響力觸及 12 個海外國家。

在比賽過程中，參賽算法選手熱情高漲，算法賽作品累計提交近 1 萬次，雙賽項排行榜比拼十分激烈。

賽制嚴(yán)謹(jǐn)

初賽評審采用主客觀結(jié)合的評審機(jī)制。以光學(xué)賽項為例，在客觀評審上，比賽要求選手的算法模型需要同時在“精度”與“速度”上都表現(xiàn)優(yōu)秀；主觀方面則由雙賽項指定的評審老師，線上審閱選手提交的算法模型材料和相關(guān)代碼并進(jìn)行有效性判定，有效辨別選手是否進(jìn)行過抄襲、手動標(biāo)注等違規(guī)行為。

同時，雙賽項均采用“一對一”（一組評委對一個團(tuán)隊）線上視頻答辯，每個團(tuán)隊設(shè)置一名引導(dǎo)老師作為答辯指引；每個賽項 10 多位評委老師提前準(zhǔn)備有針對性的問題，對答辯團(tuán)隊的答辯材料講解和初賽測評詳細(xì)情況等進(jìn)行提問和解析，使得答辯環(huán)節(jié)十分公平、高效，流程順暢。

專家線上講座

主辦方為大賽參賽選手開辟了與賽題高度相關(guān)的學(xué)習(xí)專欄，并組織兩次線上講座，分別由 3 位專家老師為選手講解水下圖像目標(biāo)檢測領(lǐng)域的參賽攻略并進(jìn)行在線答疑，為選手提供詳盡的學(xué)習(xí)資料，引導(dǎo)選手不斷優(yōu)化算法模型，以提升參賽成績。  

鵬城云腦加持

在本次算法競賽的評測中，采用了鵬城云腦和章魚系統(tǒng)作為復(fù)現(xiàn)測評環(huán)節(jié)的支撐。

算法速度測評環(huán)節(jié)是在鵬城云腦和章魚系統(tǒng)的資源分配和調(diào)度管理的集群上完成的，賽前對系統(tǒng)進(jìn)行了充分的調(diào)測，確保算法測速環(huán)節(jié)的順利開展。

精準(zhǔn)的算力和賽程控制：算法速度測評要求選手們有一致的算力環(huán)境，為此，主辦方對云腦系統(tǒng)分配給每支隊伍的算力資源做了基準(zhǔn)性能測試，對測試異常節(jié)點(diǎn)進(jìn)行了標(biāo)注，防止異常資源接入。同時，通過對選手接入準(zhǔn)備算法速度測評的流程和時間點(diǎn)進(jìn)行精準(zhǔn)控制，保證了比賽的公平、公正。

值得一提的是，為幫助選手進(jìn)行熟悉對鵬城云腦系統(tǒng)，主辦方提供了許多關(guān)于云腦系統(tǒng)的入門引導(dǎo)資料，包括容器啟動，環(huán)境安裝，數(shù)據(jù)掛載，異常處理及使用注意事項等。

60 天角逐，為冠者加冕

本次“水下目標(biāo)檢測算法賽”主要聚焦于水下目標(biāo)檢測算法領(lǐng)域的技術(shù)瓶頸突破，「光學(xué)圖像目標(biāo)檢測」需要檢測出不同海產(chǎn)品的位置，「聲學(xué)圖像目標(biāo)檢測」主要以海底的特殊地形地貌、人造物等構(gòu)成的特征目標(biāo)為檢測對象。

經(jīng)過長達(dá) 60 天的激烈角逐，通過專家評審的多輪審核評定，算法賽技術(shù)委員會的最終確認(rèn)，「光學(xué)圖像目標(biāo)檢測」、「聲學(xué)圖像目標(biāo)檢測」兩個賽項的結(jié)果均已公示。

其中，MaybeTomorrow 團(tuán)隊獲得「水下光學(xué)圖像目標(biāo)檢測」一等獎，passi0n 團(tuán)隊獲得「水下聲學(xué)圖像目標(biāo)檢測」一等獎。

在光學(xué)圖像賽項中，MaybeTomorrow 參賽隊針對真實水下數(shù)據(jù)稀缺和訓(xùn)練測試數(shù)據(jù)分布存在差異等特點(diǎn)，以 Cascade RCNN 為主模型，結(jié)合了前沿的可變形卷積與非局部模塊，并創(chuàng)新性地利用 Auto-ML 的思想來自動搜索適合水下目標(biāo)檢測問題的數(shù)據(jù)增廣方案，從而顯著提升了檢測算法性能，充分展現(xiàn)了對基本檢測模型的熟練掌握和對前沿機(jī)器學(xué)習(xí)算法的合理運(yùn)用能力。

在聲學(xué)圖像賽項中，passi0n 參賽隊對數(shù)據(jù)集中目標(biāo)的尺寸分布和寬高比分布有特點(diǎn)地進(jìn)行了分析，成功設(shè)置錨框超參數(shù)，引入了可變型卷積的 ResNet50 網(wǎng)絡(luò)，更好地適應(yīng)了目標(biāo)形狀分布的多樣性。另外，其高分辨率的骨干網(wǎng)絡(luò) Hrnet18 能夠?qū)W到豐富的高分辨率表征，避免了短邊特征的信息損失；基于半監(jiān)督的方法用偽標(biāo)簽微調(diào)模型，提高了模型的魯棒性。無論在數(shù)據(jù)分析，還是在網(wǎng)絡(luò)的融合和調(diào)節(jié)方面，均有所創(chuàng)新。

至此，全國水下機(jī)器人（湛江）大賽的第一階段（線上賽）告一段落，與此同時大賽的現(xiàn)場賽也已拉開帷幕，現(xiàn)場賽（決賽）將于 5 月 18-19 日在湛江展開，21 日將舉行大賽兩個階段線上賽和現(xiàn)場賽的頒獎典禮，敬請期待。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。