大赛介绍
得益于计算机速度的提升、大规模集群技术的兴起、GPU的应用以及众多优化算法的出现，耗时数月的训练过程可缩短为数天甚至数小时，促使深度学习开始逐渐用于工业化，日渐成熟的图像识别技术开始探索各类行业的应用，在垂直行业中获取和管理大数据。

例如，森林调查通过无人机对图像进行采集，再通过图像分析系统对森林树种的覆盖比例、林木的健康状况进行分析，从而做出更科学的开采方案。在金融领域，身份识别和智能支付将提高身份安全性与支付的效率和质量；在安防领域，图像识别系统将成为打造智慧城市的核心环节；在医疗领域，医疗影像基于人工智能的快速匹配可帮助医生更快更准确的读取病人的影像数据；在无人驾驶领域，低成本的摄像头加视频处理软件方案将为无人驾驶商业化打下基础。

本次大赛旨在为从事于GPU加速深度学习和HPC相关应用程序的开发者与团队，基于图像识别的新型应用场景，开发更加优化的算法和应用。同时，亲身感受IBM POWER8处理器计算速度与性能方面的强大优势，验证应用程序及相关工作负载在基于IBM POWER8 上达到的速度、效率与性能的突破性提升。

这里有资深专家带来的深度学习课程，还有名师指导与国内优秀个人和团队PK的算法大赛，就在下面的活动里面，不要错过哦！

在这里，
你将遇见：国内顶级的深度学习技术专家
你将PK：国内高性能计算的众多优秀开发者与开发团队
你将开启：在IBM POWER8上的急速体验之旅
你将作为：新时代的“福尔摩斯”，参与一场来自虚拟世界的技术大探案!

参赛时间
2017年3月18日

比赛场景
基于大量图片信息，分析并找出存在故意遮挡面部的人，为银行、宾馆、小区等需要视频监测的场景，提供嫌疑预判。

题目说明
1)大赛会提供训练样本数据.数据文件分为两部分, 训练和测试部分. 训练部分包括图片(jpg)和标签文件(xml). 标签文件为标准描述文件同 imagenet和PascalVOC标签文件格式. 测试部分只提供图片不提供标签文件.测试部分数据只在比赛最后一小时提供。
2)参赛者需要根据训练文件进行object detection. 分类为2分类(脸部有遮挡,和脸部无遮挡). 同时要能够标记出脸部位置(bbox)。
3) 大赛鼓励参赛选手使用自己设计的loss函数或者监督+非监督混合神经网络(例如Ladder Network). 所以选手在下载训练标签文件的时候会受到监督.使用较少的标签文件会有加分. 训练图片的数量不做任何限制。

评选标准
1.实现脸部标记及是否遮挡判断的基本功能25分
2.正确率评分标准 （IOU +ｍＡＰ） 30分 分为6档, 档位为95%以上正确率30分, 89%以上 25分, 82%以上20, 75%以上15, 65% 以上10, 其他 0分
3.性能评分标准: 25分 取前5名, 档位为第一名 25分, 第二名 20分, 第三名15分,第四名10 第五名 5分, 其他0分
4.使用标签文件个数评分标准(标签文件个数档位 0% - 20%, 21% - 50%, 51% - 80%, 81% -100%) 20分第一档为20分, 第二档为15分, 第三档为 10分, 第四档为5分

参赛流程
报名参赛 申请资源 环境配置 提交作品 评审及颁奖

悬赏
福尔摩斯大奖（1名）8000元 柯南大奖（2名）4000元 霍桑大奖（3名）2000元 超级馅饼奖（到现场参赛即可获得） 300元京东卡

赛前培训：http://edu.csdn.net/huiyiCourse/detail/296

注意事项
1.通过Caffe, Tensorflow 进行模型训练, 鼓励发挥GPU on Power硬件特性。
2.要求参赛者编写神经网络模型实现考题需求。参赛者可以修改Caffe或者Tensorflow源代码, 但是必须在修改后,提供代码修改说明以确定没有违规部分。参赛者也可以使用github上开源的不同发行版的Caffe或者Tensorflow, 但是必须自己解决在Power上的依赖和编译问题.（任何使用模式识别方式或通过编程方式直接识别物体或判断bbox都视为违规）
3.作品提交内容包括:
a) 设计说明: 设计的神经网络说明
b) 修改代码说明(如果有)
c) 设计的训练模型文件, 部署模型文件和训练好的权重文件
d) 如果修改了代码或者使用了其他发行版, 需要提供完整的编译好的目标代码和源代码
e) 测试数据集的输出结果.文件格式同label文件(xml)包括分类及bbox(xmin, ymin, xmax, ymax) (任何形式的手动修改输出结果都视为违规)
f) 对测试数据集的消耗时间日志文件(从第一张图片输入到最后一张图片分析结果写出)
4.本次大赛为线下大赛，比赛当天，参赛选手到场参赛，现场进行资源分配，且当天完成评选及颁奖。
大赛交流群：377825425