课程内容：python基础https://education.huaweicloud.com/courses/course-v1:HuaweiX+CBUCNXE075+Self-paced/courseware/9d693a77b3e44ed291219706b6c277c4/988f88df3c3a440794d1c0f380fe1bf5/实践内容：图像分类(入门版、进阶版)入门实践：https://marketplace.huaweicloud.com/markets/aihub/notebook/detail/?id=4cd2f612-a3ce-4503-961f-48c61bcce016进阶实践：https://marketplace.huaweicloud.com/markets/aihub/notebook/detail/?id=eccb48ab-6514-4658-bbda-08208abba471【打卡说明】完成任务后在此帖下方按要求回复打卡内容输入个人华为云账号课程学习进度截图实践完成截图以上三个内容缺一不可哦~【打卡示例】课程学习后，在评论区上传学习进度截图，截图内包含华为云账号示意图：实践完成后，在评论区上传实践截图，如下：注：图片需要截图全屏，包含华为云账号信息。实操示意图：如果点击之后，跳转的页面右上角出现连接或者登陆，请先连接或者登陆，之后需要稍等30s此案例需要GPU运行，切换规格为GPU，优先选择免费由于实操人数过多，免费规格可能会售罄，此时需要切换到付费规格（一定要确保自己领取了代金券，可以点击此处查看代金券） 切换规格完成之后，点击控制台左上角三角形符号开始运行实践代码，具体操作可以参考：JupyterLab的详细用法： 请参考《ModelAtrs JupyterLab使用指导》碰到问题的解决办法： 请参考《ModelAtrs JupyterLab常见问题解决办法》完成之后点击右上角的分享按钮点击此处，可以查看自己完成的实践，并截图提交注：在11月18日-11月22日期间完成打卡可算课程完成有效人数，全部完成后可获得青年班结业证书＋获得普惠抽奖资格一次哦~

联盟全部联盟华为云大赛技术圈话题详情返回列表 上一篇 下一篇总条数：5  1 回复话题 发表话题删除主题| 升降| 置顶| 高亮| 精华| 图章| 图标| 分类| 修复| 警告| 屏蔽| 标签| 生成文章|大赛技术圈角色：成员话题：202发消息发表于2021年11月23日 08:03:24 阅读509回复4 楼主 倒序浏览只看该作者[讲座&活动公告]【打卡贴】开发者青年班ModelArts 动手实践 AI 开发实践课（图像目标检测课程＋实践）课程内容：图像目标检测课实践内容：图像目标检测(入门版、进阶版)入门实践：https://marketplace.huaweicloud.com/markets/aihub/notebook/detail/?id=5b1a8f83-9ca3-432a-80b9-0dc732ba1b53进阶实践：https://marketplace.huaweicloud.com/markets/aihub/notebook/detail/?id=95e3bd68-aa3e-4bfa-b6d2-c2ea8808b57b【打卡说明】完成任务后在此帖下方按要求回复打卡内容输入个人华为云账号课程学习进度截图两个实践完成截图以上三个内容缺一不可哦~【打卡示例】课程学习后，在评论区上传学习进度截图，截图内包含华为云账号示意图：实践完成后，在评论区上传实践截图，如下：注：图片需要截图全屏，包含华为云账号信息。实践示意图：如果点击之后，跳转的页面右上角出现连接或者登陆，请先连接或者登陆，之后需要稍等30s 此案例需要GPU运行，切换规格为GPU，优先选择免费由于实操人数过多，免费规格可能会售罄，此时需要切换到付费规格（一定要确保自己领取了代金券，可以点击此处查看代金券）切换规格完成之后，点击控制台左上角三角形符号开始运行实践代码，具体操作可以参考：JupyterLab的详细用法： 请参考《ModelAtrs JupyterLab使用指导》碰到问题的解决办法： 请参考《ModelAtrs JupyterLab常见问题解决办法》运行完成之后，点击右上角分享按钮：点击此处，可以查看自己完成的实践，并截图 进阶版实践也是一样操作，最终，将此截图提交即可注：在11月23日-11月30日期间完成打卡可算课程完成有效人数，全部完成后可获得青年班结业证书＋获得普惠抽奖资格一次哦~

       在2020年第二届华为云人工智能大赛•无人车挑战杯赛道中，“华中科技大学无人车一队”借助华为云一站式AI开发与管理平台ModelArts及HiLens端云协同AI开发应用平台，进行无人车模型开发与部署，最终夺冠，获得20万奖励（10万现金+10万代金券）。战队撰文分享其参赛体验，包括无人车比赛的整体方案，多维数据处理及行驶控制的能力等。 1.   比赛背景第二届华为云无人车挑战杯大赛，相比第一届大赛，难度更大，赛道环境更加接近真实的道路。在比赛中，无人车需要从发车区出发，通过车道线循迹沿“8”字形赛道在不能压线和触碰挡板的条件下行走一周半后，准确地停入到停车区。在小车行驶期间，需要完成交通信号灯识别、斑马线识别、机器人动态避障、挡板区循迹、限速/解限速标志识别、精准停车等任务。无人车不仅需要完美无误地完成所有的任务，在速度上也有要求，在总决赛中，无人车需要在70s内完成所有任务，时间加分项才能为满分。在比赛中，华为云ModelArts一站式AI开发与管理平台，给参赛选手提供全流程的AI模型开发环境，助力参赛选手高效地完成检测任务中模型的训练，HiLens端云协同AI开发应用平台帮助参赛选手快速地完成模型在端侧设备上的部署和加速。华为云无人车挑战杯在由上海交大学生创新中心智能制造实验室自主研发的无人车的基础上，结合华为云人工智能平台，全面锻炼和提高赛队的AI解决方案能力及无人驾驶编程技巧。图1‑1 华中科技大学无人车一队的后浪图1‑2 华为云无车人挑战赛总决赛现场2.   整体方案无人车比赛整体解决方案如图2‑1所示，比赛主要分为三个部分，ModelArts做模型的在线训练，HiLens Kit做模型的部署，无人车上工控机的通过ROS将各个节点整合到一起，做无人车底盘的决策和控制。通过华为云ModelArts一站式AI开发与管理平台完成数据标注、模型训练、模型转换等工作，得到可供HiLens Kit前向推理的卷积神经网络的模型。HiLens Kit通过自带的相机采集图像，通过技能部署进行模型的前向推理和加速，HiLens Kit搭载着高性能的华为人工智能芯片昇腾310，针对卷积神经网络进行了优化，在模型的前向推理过程中可发挥出强大的算力。HiLens Kit完成红绿灯、限速/解限速标志识别、斑马线的目标检测识别，通过Socket通信，将检测结果传给无人车上的工控机。无人车上工控机处理激光雷达的点云数据，做Slam建图和运行中的实时定位，工控机处理USB摄像头的采集的车道线数据，做车道线的识别，再通过ROS将所有节点信息做整合，做底盘电机和舵机的决策控制。3.   ModelArts模型训练ModelArts是面向AI开发者的一站式开发平台，包含数据处理、模型训练、模型管理、模型部署等操作，并且提供AI市场功能，能够在市场内与其他开发者分享模型，其功能总览如图3‑1所示。在比赛中，我们通过ModelArts平台完成了数据标注、模型训练和模型在线转换等工作，并且通过ModelArts做模型的线上部署，检验模型的精度效果。3.1.  任务分析本次大赛涉及6类目标的检测识别：红灯、绿灯、黄灯、限速标志牌、解限速标志牌、斑马线,如图3‑2所示。无人车在运行过程中，对目标采集的图像涉及不同的视角和距离，而且比赛场地光强未知，所以对于目标检测任务，要充分考虑到目标不同视角的刚体形变、不同距离的尺度变化、不同环境光强的变化以及无人车运行中的运动模糊。无人车根据检测的结果做出相应决策和控制，对目标检测的精度要求很高，一但误检或漏检，小车的控制就会出错，而且小车在赛道上快速运行，所以对目标检测的速度也要求较高，一但小车看见目标，需要快速输出检测结果。3.1.  数据标注数据标注采用ModelArts中的数据管理功能，进入ModelArts平台的数据标注模块，创建数据集，选择物体检测，添加标签集。既可以选择手动标注，也可以在手动标注一部分后选择智能标注，最终再修改确认智能标注。当数据集较大的时候，智能标注可以有效降低数据集标注的工作量。通过创建标注团队，将数据集分配给团队队员，团队合作加快数据集标注速度。3.3.  数据增强我们模型训练的数据集大部来自HiLens Kit拍摄的不同环境下的视频序列，数据集中图像的重复比例较大，有必要将重复的图像做一些删除，对数据集做数据增强实现数据扩增，解决由于图像数据量较少带来的模型过拟合的问题。在比赛中，我们参考2018年的论文《Albumentations: fast and flexible image augmentations》开源的代码做数据集的扩充，开源代码网址：https://github.com/albumentations-team/albumentations。该项目对于数据的扩充采用颜色空间变换、模糊、亮度调整、黑白、压缩、随机噪声等30余中数据扩充办法。由于我们比赛中要识别的对象，颜色是很重要的一个特征，例如：红灯、黄灯、绿灯三种灯的颜色，限速标识的红色和解限速标识的黑色，颜色变化相关的数据扩充，会造成数据颜色特征的丢失。红灯、黄灯、绿灯三种灯分别在左、中、右三个位置，交通灯亮的位置，也是区分三种灯的很重要的特征。所以对数据集的扩充，去掉了色彩变换和水平翻转的数据扩充办法。数据扩充采用扩充方法级联的方式，如图3‑4所示，更大程度上，减小数据之间的相似性，增加图像数据的多样性，数据增强的效果如图3‑5所示。3.4.  模型训练通过数据增强，减小了数据之间的相似性，增加了数据多样性，最终选用了6031张图像数据做模型训练。模型训练我们选用的是华为云AI市场里面基于TensorFlow框架的YOLOv3_Darknet53的网络。在训练时，采用COCO数据集上的预训练模型，训练完后，通过模型转换功能将TensorFlow的PB模型转换成Ascend类型，以支持在HiLens Kit的Ascend 310 AI芯片上做模型推理。YOLOv3是典型的一阶段的目标检测网络，图像输入为416*416条件下，COCO数据集上测试的mAP的分数为31.0，模型转换后在Ascend-310推理速度：17.8ms/pic，是目前速度和精度最为均衡的目标检测网络之一，其网络结构如图3‑6所示。YOLOv3采用Darknet53作为backbone，Darknet53大量使用类似于ResNet的残差跳层连接，从而可以加深网络的深度，特征提取可以提取出更高层的语义特征，并且为了降低池化带来的梯度负面效果，作者直接摒弃了pooling，用conv的stride来实现降采样，在这个网络结构中，使用的是步长为2的卷积来进行降采样。YOLO v3中采用类似FPN的上采样和特征融合的做法，在多尺度的特征图上做检测，大大加强了对小目标检测的精确度。YOLOv3采用固定anchor对目标的位置做预测，图3‑6中输出的y1、y2、y3分别对应着32倍、16倍和8倍图像采样结果，32倍降采样的感受野最大，适合检测大的目标，所以在输入为416×416时，每个cell的三个anchor box为(116 , 90)、 (156 , 198)、 (373 , 326)。16倍适合一般大小的物体，anchor box为(30 , 61)、(62 , 45)、 (59 , 119)。8倍的感受野最小，适合检测小目标，因此anchor box为(10 , 13)、(16 , 30)、(33 , 23)。y1、y2、y3中每个cell回归边界框预测4个坐标，tx , ty , tw ,th。如果目标cell距离图像左上角的距离是(cx ,cy)，且它对应边界框的宽和高为pw , ph ，如图3‑7所示，那么网络的预测值为：在ModelArts中做模型训练和调优参数相关设置如图3‑8所示，使用ModelArts中可视化工具做训练过程可视化结果如图3‑9所示。模型训练完成后，通过在线的模型转换工具，转换为.om的模型，以供在HiLens Kit上做推理。4.   HiLens技能开发和模型部署华为HiLens为端云协同多模态AI开发应用平台，提供简单易用的开发框架、开箱即用的开发环境、丰富的AI技能市场和云上管理平台。HiLens Framework封装了丰富的视频分虚算法基础组件，如图像预处理、模型推理等，开发者只需少量代码即可开发自己的技能。HiLens Studio提供在线的开发环境，可以方便的在线编写和调试技能代码。管理控制台提供模型管理、技能开发等功能，供用户在云侧管理模型和技能，一键安装技能到端侧设备。在比赛中，我们使用HiLens Kit端侧设备做模型推理，线上开发好的技能可以一键部署到HiLens Kit上。4.1.  检测任务的Skill开发如图4‑2所示在本次无人车比赛中，我们团队开发了3个Skill，get_pic是用HiLens Kit采集图像数据并通过socket通信传给主机，做数据集采集使用；yolo-v3-v1-test是用来在测试模型的精度效果，不加与工控机通信代码；uac-yolov3-v1是在无人车实际行驶时的技能，在比赛中采集图像进行模型推理并与工控机通信。在做检测任务的技能开发，我们首先利用HiLens Studio的开发环境和HiLens Framework，在线做模型前向推理的测试，HiLens Studio开发环境如图4‑4所示，代码流程如图4‑3所示，先初始化HiLens、摄像头和加载模型，接着进入一个循环，读取摄像头采集的图像，做数据预处理，HiLens读取摄像头的图像为YUV格式，需要转为RGB格式，以及将图像resize为（416，416），以便做模型推理。模型推理通过调用HiLens Framework封装好的API，做模型前向推理的计算。由于Ascend310不支持模型后处理的计算，所以这一部分需要通过软件来做，后处理主要包括，从模型输出的特征矩阵中解码出检测框的位置、类别、置信度等信息、NMS筛选检测框等，最后输出结果。在结果后处理阶段，我们也加入了一些小技巧，以提高检测任务的准确率：l  对于6类目标我们分别采用不同的置信度阈值做筛选，交通灯和斑马线需要在较远的距离就识别到，置信度阈值我们设置为0.5，而限速/解限速，为确保检测正确性，置信度设置为0.9。l  对于红绿灯和限速/解限速，通过计算目标框中图像的红色分量值，来纠正检测的错误，例如，但检测到红灯，必须红色分量值大于0.15，才认为正确，否则视为错误。对于检测到绿灯或黄灯，必须红色分量小于0.1，才认为正确。l  同理，对于斑马线的检测，将目标框图像二值化，白色像素占比大于0.3，才认为检测正确。最终，我们在HiLens Studio对决赛现场的图像做测试，测试了700张图像，只有23张图像检测错误，目标漏检的也很少，而且都是在角度很偏的时候，漏检率在5%以内。在HiLens Studio技能代码做完了测试之后，在“技能管理”里面，创建一个新的技能，导入在HiLens Studio里面的代码，加入与工控机通信的部分，就完成了检测任务加上通信的技能开发，然后将技能在线安装到端侧设备HiLens Kit上。下一次HiLens Kit启动后，就会自动启动技能。4.2.  HiLens的通信在无人车比赛中，HiLens Kit通过网口采用Socket通信与工控机或PC机进行通信，Socket网络通信框架如图4‑5所示，Socket是应用层与TCP/IP协议族通信的中间软件抽象层，它是一组接口。在设计模式中，Socket其实就是一个门面模式，它把复杂的TCP/IP协议族隐藏在Socket接口后面，对用户来说，一组简单的接口就是全部，让Socket去组织数据，以符合指定的协议。Socket通信分为基于TCP和基于UDP两种。TCP协议是基于连接的协议，需要先建立可靠的连接，而UDP不需要事先建立可靠的链接，而是直接把数据包发送出去，是不稳定的连接。在图像数据集采集时，通过Socket通信传输视频数据，数据量大且不必要求每一个数据包都准确接收，我们采用Socket UDP通信，传输视频数据。在HiLens Kit做目标检测任务时，客户端数据少又需要稳定可靠的传输，所以我们采用基于TCP协议的Socket通信，基于TCP协议的Socket通信如图4‑6所示。5.   ROS无人车决策控制无人车上由车上的工控机完成各项数据的处理和融合，进行无人车的决策控制。通过处理激光雷达的点云数据，做Slam建图和运行中的实时定位以及挡板区的循迹，处理USB摄像头的采集的车道线数据，做车道线的识别，通过Socket通信接收来自HiLens kit的目标检测的结果。如图5‑1所示，无人车的控制方案主要包括：车道线循迹、挡板去循迹、斑马线停车及避障、限速和解像素、发车和停车、建图和定位，通过ROS整合各个节点的消息，将多种数据进行多模态融合，进行无人车控制状态机的切换，给驱动控制发送不同的速度和方向指令，驱动控制将速度和方向信息转为无人车底盘的电机速度和舵机打角指令，通过串口发送给无人车驱动，最终实现无人车完美高效地完成整个比赛任务。5.1.  车道线识别在本次比赛中，车道线的识别也是本次比赛的一个难点，无人车上USB camera的位置低、视角窄导致大部分时间只能看到单线，再加上工控机的性能较弱，对图像相关处理速度较慢。对于车道线识别，我们没有采用比赛方提供的例程，而是从实际驾车思路出发，想办法得到道路的中线，通过中线推算偏差。车道线识别的流程如图5‑2所示，首先将图像二值化，通过膨胀与腐蚀，将车道线线条的断裂给补上，小车在运行中，车道线总是会交与图像的左、右、下三条边，所以在这三条边上搜索车道线基本点，根据搜索到的基本点搜索边线。由于摄像头固定，采用提前标定好的透视变换矩阵将图像变换到俯视图。由于在搜索车道线基本点可能会搜索到多个，例如图5‑3搜索到3个基本点，从而会搜到多个边线，所以需要对边线进行筛选，提取车道线。将车道线做一次拟合，由于道路宽度固定，所以可以通过拟合的车道线计算出中线。根据中线的计算结果，即可求解偏差。在图像计算中，通过采用python的numpy矩阵操作代替大量python低速循环进行计算加速，精简计算流程，（640，480）的图像在工控机计算帧率平均可达到46fps。5.2.  激光雷达挡板区循迹与无人车定位无人车上的激光雷达传感器可扫描到无人车周围360度的障碍物的信息，可以用来做挡板区的循迹和无人车的实时定位。雷达数据的可视化展示如图5‑4（a）所示，雷达的点云数据组成了无人车行驶的车道，可采用和车道线相似的处理办法，采用搜索雷达右半部分0-75度的范围，拟合右边线，从而计算中线，求取偏差。具体处理过程可参考车道线处理方案，此处不再赘述。无人车Slam建图和定位的方案，现已经很成熟， GitHub、GitLab等开源平台也有很多非常棒的基于ROS的激光Slam项目和定位方案，我们采用开源的rf2o将激光雷达数据转为里程计信息，通过AMCL做定位，采用Gmapping建图，ROS开源社区（http://wiki.ros.org）都有详细的介绍，此处不再赘述。5.3.  多模态融合的无人车决策控制在HiLen Kit部署的技能，尽管采用一些技巧提升了图像的识别准确率，但也并非百分百准确。无人车在行驶过程中，存在运动模糊、未知光源干扰、反光灯等问题，尽管制作数据集考虑了此类情况，但是还是会有影响。我们采用了数字滤波中常用的的窗口滤波处理来做图像信息的后端处理。l  采用长度为k的定长队列做为观察窗口l  选取k个元素中出现最多类别作为当前阶段预测类别在小车行驶过程中，将ROS节点的各个信息，做多模态融合，实现无人车不同状态下切换，如图5‑6所示，无人车完成起步、斑马线停车避障、挡板区循迹、限速/解限速、精准停车等任务。6.   联合使用ModelArts和HiLens体验在此次华为云无人车大赛中，联合使用ModelArts和 HiLens，这全流程的解决方案对项目的完成提供了高质量的服务。ModelArts提供全流程的AI开发平台，数据管理、模型训练、在线部署，都方便高效；HiLens提供了端云协同的AI开发平台，大大降低了嵌入式平台开发门槛，实现模型高效快捷的端侧部署。我们在使用华为云的全栈式解决方案之前，也接触过一些其他的AI解决方案，但是无论是云还是端都没有华为云ModelArts和HiLens的联合使用便捷高效。其便捷高效主要体现在以下几个方面：（1）数据管理平台支持数据上传、存储、标注、处理一体化服务；（2）ModelArts提供了各种配置好的开发环境，支持各种深度学习框架的开发；（3）ModelArts的AI市场提供了丰富的网络模型，提高开发者开发效率；（4）ModelArts支持模型在线部署和测试，可提供网络接口供物联网设备实现云端协同；（5）HiLens的HiLens Framework，丰富的API解决了驱动和图像接入问题，自带媒体数据处理库，支持各种自定义操作；（6）HiLens Studio开发环境可在不需要硬件的条件下，做模型的测试和代码的调试；（7）HiLens技能管理平台可对技能直接做在线的部署和切换，方便、快捷。（8）HiLens的技能市场，提供了丰富的开发好的技能，开发者可以站在巨人的肩膀上做开发，提高开发效率。

一、图像分类赛题a、“华为云杯”2019人工智能创新应用大赛 - 基于旅游主题图像分类参赛者经验分享：1、西安人工智能大赛冠军获奖模型-sinoreps2、西安人工智能大赛季军获奖模型-斗鱼超管团队3、用AI技术推动西安民俗文化，斗鱼超管团队有一套4、"华为云杯"2019人工智能创新应用大赛季军方案分享-nmsh团队5、华为云人工智能创新应用大赛季军方案分享_goodgame团队6、"华为云杯"2019 DL队伍优胜奖方案分享7、"华为云杯"2019人工智能创新应用大赛优胜奖方案分享-西北望长安团队8、"华为云杯"2019人工智能创新应用大赛优胜奖方案分享-郭老师的弟子团队9、"华为云杯"2019人工智能创新应用大赛优胜奖方案分享-陆石头引力波团队10、2019人工智能创新应用大赛获奖队伍直播分享来啦！b、2019华为云人工智能大赛·垃圾分类挑战杯1、2019华为云人工智能大赛·垃圾分类挑战杯亚军方案分享2、决赛答辩PPT及视频3、深度学习通用模型调试技巧c、入门赛 - 爱（AI）美食·美食图片分类官方baseline：https://bbs.huaweicloud.com/forum/thread-63808-1-1.html参赛者经验分享：1、爱（AI）美食美食图片分类大赛——第一名方案分享2、爱（AI）美食美食图片分类大赛——第二名方案分享3、爱（AI）美食美食图片分类大赛——第三名方案分享代码分享：1、MxNet版本代码：https://bbs.huaweicloud.com/forum/thread-66990-1-1.html2、官方Baseline修改：https://bbs.huaweicloud.com/forum/thread-66991-1-1.htmld、华为云开发者AI青年班黑客松大赛 - 爱（AI）美食·美食图片分类参赛者经验分享1、https://bbs.huaweicloud.com/forum/thread-66955-1-1.html2、https://bbs.huaweicloud.com/forum/thread-66958-1-1.html3、https://bbs.huaweicloud.com/forum/thread-66961-1-1.html4、https://bbs.huaweicloud.com/forum/thread-66964-1-1.html5、https://bbs.huaweicloud.com/forum/thread-66962-1-1.html6、https://bbs.huaweicloud.com/forum/thread-66965-1-1.htmle.华为云“云上先锋”· AI学习赛1、AI学习赛冠军模型2、AI学习赛亚军获奖模型3、AI学习赛三等奖模型4、华为云AI学习赛第三名方案二、物体检测赛题“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类（基于物体检测）官方分享生活垃圾图片分类赛题Baseline参赛者经验分享【PyTorch版本baseline】“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类三、结构化数据预测分析赛题2020中国高校计算机大赛·华为云大数据挑战赛热身赛 - 交通流量预测官方分享热身赛交通流量预测赛题Baseline参赛者经验分享1、2020中国高校计算机大赛·华为云大数据挑战赛热身赛_交通流量预测赛题思路分享2、2020华为云大数据挑战赛热身赛如何轻松快速提高10分？baseline简单解读与优化思路分享第一弹3、初赛Baseline，一套完整的流程4、周周星分享-排行榜第三5、关于萌新修改平台推理函数的一点建议外部分享2020中国高校计算机大赛·华为云大数据挑战赛–数据分析四、图像语义分割赛题赛题任务基于高分辨可见光遥感卫星影像，提取复杂场景的道路与街道网络信息，将影像的逐个像素进行前、背景分割，检测所有道路像素的对应区域参赛者经验分享1、2020西安人工智能大赛冠军模型分享2、2020华为云人工智能创新应用大赛亚军模型3、 2020西安人工智能大赛亚军获奖模型4、2020西安人工智能大赛季军获奖模型5、2020西安人工智能大赛季军模型_道路分割6、2020西安人工智能大赛季军获奖模型7、2020西安人工智能大赛TOP7获奖模型8、2020西安人工智能大赛优胜奖获奖模型9、遥感图像道路提取10、2020人工智能大赛道路识别11、华为云 云上先锋 AI挑战赛 第一名模型12、AI挑战赛--街景图像语义分割亚军方案13、云上先锋-AI挑战赛三等奖模型

【历届比赛资料合集】供大家学习和参考。赛事类别赛事名称锦囊1锦囊2锦囊3锦囊4锦囊5赛事介绍学习资料精彩回顾经验分享赛事风采软件精英挑战赛2021年华为软件精英挑战赛赛事规则赛事回顾2020年华为软件精英挑战赛赛题介绍赛后感言冠军分享软件编程系列赛2021华为区块链高校大赛赛题详情学习课堂直播交流颁奖典礼第七届“互联网+”大赛产业命题赛道·华为云PaaS命题系列赛题详情学习课堂赛题解读“科芯杯AIPA”天津经开区互联网+青年创新创业大赛赛题详情学习课堂华为云智慧校园应用创新大赛（上海）赛题详情学习资料校园大使“数智时代·软见未来”华为云重庆软件创新大赛赛题详情学习资源上海理工大学首届智慧校园应用开发设计大赛赛题详情培训课程华为云DevCloud开发者大赛.智慧摊位管理系统赛题详情学习资料直播答疑华为云DevCloud开发者大赛.广场摆摊大作战赛题详情直播答疑思路分享2020年辽宁省大学生计算机系统与程序设计竞赛赛题说明学习课堂直播讲解华为云DevCloud啤酒配送趣味学习赛赛题详情算法课程获奖展示华为云DevCloud啤酒供需数字化管理系统开发赛赛题详情学习课程超级攻略华为云DevCloud软件编程大赛.口罩配送大作战赛题详情获奖展示华为云DevCloud软件编程大赛.市政口罩管理系统赛题详情学习资料AppCube低代码开发竞赛赛题详情学习指导人工智能系列赛人工智能大赛赛题详情学习资料获奖展示“智联重庆·渝见未来”华为云人工智能大赛（算法赛道）赛题详情学习课堂“智联重庆·渝见未来”华为云人工智能大赛（创新创意赛道）赛题详情学习课堂第七届“互联网+”大赛产业命题赛道 · 华为云EI专区赛题详情学习资源开学季！“互联网+”AI创新实践赛赛题详情入门宝典2021华为云AI Gallery众智创新挑战赛赛题详情中国-东盟数字创新大赛（人工智能赛道）赛题详情获奖展示云聚沈抚 · 智赢未来 沈抚示范区·“华为云杯”2021全国AI大赛赛题详情学习课堂获奖展示2021第三届华为云人工智能大赛 · 无人车挑战杯赛题详情获奖展示“常高新杯”首届华为云全国工业互联网应用创新大赛赛题详情获奖展示全国人工智能创新应用大赛-MindSpore开源框架工程化应用专题赛赛题详情学习资料“华为云-东吴杯”2021数字化转型创新应用大赛·企业赛道赛题详情“华为云-东吴杯”2021数字化转型创新应用大赛·创客赛道赛题详情获奖展示“华为云杯”2021人工智能应用创新大赛·创客赛道赛题详情超级攻略“华为云杯”2021人工智能应用创新大赛·企业赛道赛题详情华为云“云上先锋”· AI挑战赛赛题详情“华为云杯”2020人工智能创新应用大赛赛题详情2020GDE全球开发者大赛·KPI异常检测赛题详情参赛分享获奖展示2020年东风公司智能制造大数据创意大赛赛题详情“数创未来，智汇两江” 华为云人工智能大赛赛题详情获奖展示2020第二届华为云人工智能大赛 · 无人车挑战杯赛事介绍决赛直播获奖展示“华为杯”第二届中国研究生人工智能创新大赛赛题详情学习资料“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类赛题详情学习指导“华为云杯”2020深圳开放数据应用创新大赛 ·深圳北站周边交通拥堵指数预测赛题详情“华为云杯”2020深圳开放数据应用创新大赛 ·粤港澳大湾区强降水临近预预测赛题详情2020中国高校计算机大赛·华为云大数据挑战赛赛题详情"东风出行杯“开发者创意大赛（定邀）赛题详情”华为云杯“2019人工智能创新应用大赛赛题详情指导攻略获奖展示第十六届中国研究生数学建模竞赛-华为赛题作品提交赛题详情2019第一届广西大学生人工智能设计大赛-AI实践赛事介绍操作指导华为云人工智能大赛.垃圾分类挑战杯赛题详情组队指导获奖展示深圳开放数据应用创新大赛数据分析赛·交通流量预测赛题详情赛事指导获奖展示深圳开放数据应用创新大赛数据分析赛·货柜车到港预测赛题详情赛事指导深圳开放数据应用创新大赛数据分析赛.视频水质分析赛题详情2019天津大学生信息技术.新工科工程实践创新设计赛赛题详情平台指南华为云人工智能大赛.无人车挑战杯赛题详情DigiX人工智能校园创新大赛-华为AI开发平台实践赛事介绍指导手册鲲鹏开发者系列赛2021信创“大比武” ·鲲鹏基础软件开发赛道赛题详情2021数字中国创新大赛.鲲鹏赛道赛题详情鲲鹏应用创新大赛2021（全国赛）赛题详情获奖展示中原崛起 且看黄河·鲲鹏应用创新大赛2021赛题详情获奖展示创客北京·鲲鹏应用创新大赛2021（北京赛区）赛题详情获奖展示第五届“鲲鹏杯” 山东新动能·软件创新创业大赛暨 鲲鹏应用创新大赛2021赛题详情鲲鹏凌云·智耀津门 天津鲲鹏训练营&鲲鹏应用开发者大赛赛题详情获奖展示创新科技 智享未来·第四届“鲲鹏杯”山东新动能·软件创新创业大赛分赛赛题详情”鲲鹏入珠，向海而兴“珠海鲲鹏训练营%鲲鹏应用开发者大赛赛题详情获奖展示鲲鹏应用创新大赛2020（全国赛）赛题详情获奖展示创客北京2020.鲲鹏应用创新专项赛赛题详情学习资料获奖展示数字中国创新大赛.鲲鹏赛道赛题详情培训指导2020中国（深圳）数字经济产业·鲲鹏创新大赛赛题详情获奖展示2019华为云鲲鹏开发者大赛赛题详情学习资料获奖展示新手入门类赛事2021南京大学软件学院时间序列教学赛赛题详情学习资料直播回顾华为云AI论文精读会2021.论文算法实战赛赛题详情直播回顾华为网络AI学习赛2021-KPI异常检测赛题详情参赛指导华为网络AI学习赛2021-硬盘异常检测赛题详情参赛指导直播回顾华为网络AI学习赛2021-日志异常检测赛题详情参赛指导参赛分享爱（AI）美食·美食图片分类赛题详情学习资料获奖展示其他重点赛事2021中国（重庆）国际物联网创新大赛赛题详情学习课堂第七届“互联网+”大赛产业命题赛道·华为云IoT命题赛题详情学习课程第七届“互联网+”大赛产业命题赛道·华为云GaussDB命题赛题详情赛题解读MindSpore网络模型挑战赛赛题详情获奖展示昇腾AI初创大赛赛题详情学习资料openEuler应用迁移大赛赛题详情混合云应用创新大赛赛题详情学习材料云原生应用竞赛赛题详情获奖展示2021量子计算黑客松全国大赛·上海大学站赛题详情学习资料直播回顾获奖展示2020量子计算黑客松全国大赛·上海大学站赛题详情学习案例决赛直播获奖展示量子计算黑客松大赛赛题详情获奖展示网络人工智能黑客松大赛赛题详情参赛指南获奖展示量子计算软件创新大赛赛题详情学习文档获奖展示华为云开发者AI青年班黑客松大赛赛题详情开发指导第二届华为VR开发应用大赛赛题详情云南省大学生物联网大赛赛题详情学习资料获奖展示数据库创新应用竞赛赛题详情学习案例第二届华为云数据库挑战赛赛题详情参考方案第三届华为云GaussDB数据库挑战赛赛题详情知识学习获奖展示Huawei LiteOS设备开发实战大赛赛事介绍学习课程赛题直播获奖展示IoT创意大赛赛题详情“科普中国·数据基础设施”科普创作大赛赛题详情学习资料华为云首届技术创新大赛赛题详情获奖展示华为云TaurusDB性能挑战赛赛题详情获奖展示2019 GTS全球开发者大赛赛题详情参赛指导2019年物联网创意方案大赛赛题详情学习资料

新年马上就要来临啦 春节到来还有28天下个月的1号~又到了大家准备发放红包和说新年贺词的时候 远在异地的亲戚又不能随时见面 没有什么对于程序员来说是用代码解决不了的 所以给大家准备一个代码的新年祝福和倒计时让我们一起来瞧瞧吧！先来预览下代码的成果：是不是很nice？让我们来瞧瞧接下里如何写这样儿的代码吧！首先我们得明白这样儿的代码要分别几个步骤才能完成  背景  字体  时间  高宽等等一：设置页面标题与head我们在utf-8下加入<title>祝华为云小伙伴新年快乐</title>为了给字体留出一个位置用span来修饰 需要在head中添加俩个内容一个是head1和head1span 让head1的id指向head1部分代码展示：h1{  position: fixed;  top: 30%;  left: 0;  width: 100%;  text-align: center;  transform:translateY(-50%);  font-family: 'Love Ya Like A Sister', cursive;  font-size: 60px;  color: yellow;  padding: 0 20px;}h1 span{  position: fixed;  left: 0;  width: 100%;  text-align: center;margin-top:30px;    font-size:40px;}</style></head>二：画布的使用（canvas）首先用var声明俩个变量 ww和wh function onResize() 定义一个size的作用函数 函数体如下 ww = canvas.width = window.innerWidth;  wh = canvas.height = window.innerHeight;让画布的高度和宽度适应到window当前屏幕的高度和宽度canvas.strokeStyle = "red";canvas.shadowBlur = 35;canvas.shadowColor = "hsla(0, 150%, 60%,1)";设置canvas来实现当前的鼠标点击事件 目的是为了让点击后出现相应的动态效果和效果颜色三：鼠标点击事件定义一个onmove的函数 传递过来一个参数e  并让onmove为true确实在移动的前提下 才能进行下面的判断 如果传递过来的参数e如果===touchmove为false则实现if下面的操作插播：在javascript中 ===和==意义不同  ===代表的是false  ==返回的是true 执行if下的push用法：可向数组的末尾添加一个或多个元素，并返回新的长度。用xy来标记当前的鼠标移动到的位置并为x和y传递参数function onMove(e){  mouseMoved = true;  if(e.type === "touchmove"){    hearts.push(new Heart(e.touches[0].clientX, e.touches[0].clientY));    hearts.push(new Heart(e.touches[0].clientX, e.touches[0].clientY));  }  else{    hearts.push(new Heart(e.clientX, e.clientY));    hearts.push(new Heart(e.clientX, e.clientY));  }}var Heart = function(x,y){  this.x = x || Math.random()*ww;  this.y = y || Math.random()*wh;  this.size = Math.random()*2 + 1;  this.shadowBlur = Math.random() * 10;  this.speedX = (Math.random()+0.2-0.6) * 8;  this.speedY = (Math.random()+0.2-0.6) * 8;  this.speedSize = Math.random()*0.05 + 0.01;  this.opacity = 1;  this.vertices = [];  for (var i = 0; i < precision; i++) {    var step = (i / precision - 0.5) * (Math.PI * 2);    var vector = {      x : (15 * Math.pow(Math.sin(step), 3)),      y : -(13 * Math.cos(step) - 5 * Math.cos(2 * step) - 2 * Math.cos(3 * step) - Math.cos(4 * step))     }    this.vertices.push(vector);  }}四：设置倒计时新年倒计时才是本页面的灵魂  如何设置倒计时呢？懂得都懂用当前window的事件来设置一个开始的事件 倒计时时间=过年时间-当前时间设置time为2022年2月1日为春节  添加计时器从当前时间开始 设置作用时间 将时间进行一个转换为当前的时间并设置未来的一个时间戳随后定义一个变量来获取倒计时时间是多少 未来时间-现在的时间再将获取到的时间毫秒为单位/1000来计算  小时数用总小时数-过去的小时数为现在的小时数 在以60秒为一整份 取余计算得到的就是分钟数在用当前的时间%60就是秒数 最后我们插入想要的信息将上述设置的变量插入进去即可window.onload=function starttime(){        time(h1,'2022/2/1');     // 2021年春节时间        ptimer = setTimeout(starttime,1000); // 添加计时器}function time(obj,futimg){        var nowtime = new Date().getTime(); // 现在时间转换为时间戳        var futruetime =  new Date(futimg).getTime(); // 未来时间转换为时间戳        var msec = futruetime-nowtime; // 毫秒 未来时间-现在时间        var time = (msec/1000);  // 毫秒/1000        var day = parseInt(time/86400); // 天  24*60*60*1000         var hour = parseInt(time/3600)-24*day;    // 小时 60*60 总小时数-过去的小时数=现在的小时数         var minute = parseInt(time%3600/60); // 分 -(day*24) 以60秒为一整份 取余 剩下秒数 秒数/60 就是分钟数        var second = parseInt(time%60);  // 以60秒为一整份 取余 剩下秒数        obj.innerHTML="<br>距离长大一岁还有：<br>"+day+"天"+hour+"小时"+minute+"分"+second+"秒"+"<br><span>愿华为云社区小伙伴健康快乐<br>愿2022善待我们<br>May Huawei cloud community partners be healthy and happy <br>and may 2022 be kind to us</span>"        return true;（可选）我们也可以来设置背景音乐</script>  <audio id="bgmusic" src="https://y.qq.com/n/ryqq/player"></audio>    <script type="text/javascript">        document.addEventListener('DOMContentLoaded', function () {            function audioAutoPlay() {                var audio = document.getElementById('bgmusic');                audio.play();                document.addEventListener("WeixinJSBridgeReady", function () {                    audio.play();                    }, false);                 }                 audioAutoPlay();                 });</script>src给一个背景的音乐链接 使用上方代码即可代码到此就诠释的差不多了  我们来一起看看当前的代码效果吧有关于技术探讨的小伙伴下方留言哦！

将AI Gallery数据集下载至OBS，然后在SDK直接使用此OBS目录下的数据即可。详细操作步骤如下所示：将AI Gallery数据集下载至OBS。详细指导请参见下载数据集。数据集可以直接下载至OBS，也可以下载至ModelArts数据集中，不管任何方式，其最终的存储路径均为OBS目录。下载至OBS时，在下载任务完成后，数据将存储在下载时设置的OBS目录中。请注意下载任务中设置的区域，后续使用SDK或ModelArts控制台时，使用的区域需一致。下载至数据集时，可以在下载任务完成后，前往ModelArts控制台，发布此数据集，在“数据集输出位置”参数获取对应的OBS目录。即数据集存储的位置。在SDK中调用对应OBS目录下的数据。SDK的下载和使用，请参见《SDK参考》。可参考从OBS下载文件，通过接口直接使用上述步骤中下载的数据集。

Ali Damo院访谈了近100位科学家，分析了近三年来的770万篇公开论文、8.5万份专利，发布2022年十大科技趋势。（1）AI for Science，人工智能成为科学家的新生产工具，催生科研新范式；（2）大小模型协同进化，大模型参数竞赛进入冷静期，大小模型在云边端协同进化。（3）硅光芯片，光电融合兼具光子和电子优势，突破摩尔定律限制。（4）绿色能源AI，人工智能助力大规模绿色能源消纳，实现多能互补的电力体系。（5）柔性感知机器人，机器人将兼具柔性和类人感知，可自适应完成多种任务。（6）高精度医疗导航，人工智能与精准医疗深度融合，助力诊疗精度与效率提升。（7）全域隐私计算，破解数据保护和利用两难，隐私计算走向全域数据保护。（8）星地计算，卫星及地面一体化的通信与计算，促进空天地海的全面数字化。（9）云网端融合，云网端融合形成新计算体系，催生云上新物种。（10）XR 互联网，XR眼镜成为重要交互界面，带动下一代互联网发展。

AI家族给各位企业和开发者朋友们送豪礼了！来看豪礼四重奏：（太长不看版，可直接戳以下活动链接了解详情）文字识别年终活动语音交互年终活动内容审核年终活动人脸识别&人证核身年终活动自然语言处理年终活动了解详情且看企业智能君为你介绍：一、普惠AI文字识别（OCR）、语音交互、内容审核每日500-2000次额度，免费调用一整年！二、新购大礼包享不停5折满减（语音交互，内容审核，人脸识别，人证核身<三要素>，自然语言处理）三、调用享豪礼HUAWEI P50手机256G(价值6千元），HUAWEI MatePad（平板电脑）（价值3千元）大放送！四、全年最低折扣仅此2天！文字识别2折，人证核身<二要素>3折戳以下你感兴趣的AI产品了解吧！文字识别年终活动语音交互年终活动内容审核年终活动人脸识别&人证核身年终活动自然语言处理年终活动

生活领域的，好像就这些，没有什么突破和新鲜感推荐啦、语音识别啊、人脸啊、等等工业领域就不一样了，挖煤啦、港口啦，都是比较有冲击力的改变对生产力的发展在不断的推进也是有计划有步骤的：中国工业和信息化部等八部门昨天（28日）联合印发“十四五”智能制造发展规划，重点任务攻克四类关键核心技术，包括基础技术、先进工艺技术、共性技术以及人工智能等在工业领域的适用性技术。工信部称，要加强自主供给，壮大产业体系新优势。大力发展智能制造装备，主要包括四类：基础零部件和装置、通用智能制造装备、专用智能制造装备以及融合了数字孪生、人工智能等新技术的新型智能制造装备。规划提出了到2025年的三项具体目标：转型升级成效显著。70%的规模以上制造业企业基本实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。制造业企业生产效率、产品良品率、能源资源利用率等显著提升，智能制造能力成熟度水平明显提升。 　供给能力明显增强。智能制造装备和工业软件技术水平和市场竞争力显著提升，市场满足率分别超过70%和50%。培育150家以上专业水平高、服务能力强的智能制造系统解决方案供应商。 　基础支撑更加坚实。建设一批智能制造创新载体和公共服务平台。构建适应智能制造发展的标准体系和网络基础设施，完成200项以上国家、行业标准的制修订，建成120个以上具有行业和区域影响力的工业互联网平台。

我觉得这是一个发展的过程和阶段。先与技术融合是没有关系的，再与业务融合是更深入、更本质的发展。这里面的关键点，是将对业务人员（一线办案人员）的要求会非常高了。不可否认的事实是，有学者的样本分析论文指出，当前智慧检务系统的开发实际上以外部科技公司与检察院内部的技术人员为主，而真正作为用户的一线办案人员则几乎没有参与研发。其结果就是当前智慧检务只是在实现文书制作、语音识别、要素提取等通用功能上取得了较大的突破，但在实际帮助解决特定专业问题的专有功能方面还缺乏高质量的成果。事实上，民事检察监督业务在监督的目标理念、对象范围、案件性质、法律渊源、办案流程、数据统计等方面与其他检察业务之间存在着巨大的差异，只有一线办案人员才最了解民事检察监督工作的特殊规律、特殊需求和特殊困难。要想达到民事智慧检务的专业化、多样化、个性化、智能化目标，就必须保证一线办案人员在民事智慧检务开发过程中的引领和主导地位，确保该子系统的特殊功能满足民事检察监督工作的实际需要。

近年来，民事智慧检务的发展已经取得了长足进步，但以语音自动识别、电子卷宗制作、法律资料检索、诉讼文书自动生成为代表的通用功能，在总体的智慧程度上仍然处于弱人工智能阶段。而对办案人员帮助最大的：1案件事实比对与认定、2法律关系与构成要件的分析与定性、3参考案例的自动筛选与推送等辅助办案功能，其智慧化程度却还有待提高。总之，还是只是小试牛刀，后面还大有可为，不过困难也很多~

元宇宙风口下,虚拟主播=流量密码?新蓝海?进军元宇宙，如何打造企业专属虚拟IP？如何与用户在元宇宙场景下建立新的互动关系？ 1月6日19点！华为云携手奇幻科技，来和大家聊个关于虚拟人的天！ 看直播，拿好礼！>>>戳我，立即报名参与互动<<<<直播时间>1月6日  19:00-20:00<直播嘉宾>王刚 奇幻科技创始人&CEO李吉星 奇幻科技COO素体 奇幻虚拟主播<直播好礼地址>AI主播上线！来聊个关于虚拟人的天(点击跳转直播页面，参加直播好礼预热）好礼一填写问卷，抽好礼！填写调研问卷即可获得1次抽奖机会。抽取2000码豆、双肩背包、加热杯垫、折叠键盘、VR图书《小麦魔法学院》等精美好礼！好礼二看直播，抽好礼PART2：直播抽奖直播过程中（1月6日，周四19:00-20:00），根据小助手在直播间提示的”关键词“口令进行抽奖，奖品有旅行颈枕、双肩背包、VR图书《小麦魔法学院》等！*礼品颜色随机，当库存不足时将采用等价值礼品代替。好礼三加入微信交流群，参与课后互动，解锁更多隐藏福利更多好礼，更多精彩干货，尽在华为云云市场直播间！1月6日（周四）19:00-20:00等你来看直播！ 温馨提示：活动奖品颜色随机，不接受指定，实物礼品将在活动结束后15个工作日内发货，码豆礼品将在活动结束后3个工作日内发放。本次活动一个实名认证账号只能对应一个获奖人，如同一账号填写多个不同获奖人，不予发放奖励；活动参与需遵守《华为社区常规活动规则》；华为云云市场拥有活动最终解释权。 华为云码豆怎么用？会员中心入口：https://devcloud.huaweicloud.com/bonususer/home码豆奖励活动规则：1）码豆可在码豆会员中心兑换实物礼品；2）码豆奖励将于活动结束后的3个工作日内充值到账，请到会员中心的“查看明细”中查看到账情况；3）码豆只能用于会员中心的礼品兑换，不得转让，具体规则请到会员中心阅读“码豆规则”；4）为保证码豆成功发放，如果修改过账号名还请向工作人员提供修改前后的账号名。

作为先进的AI算力底座，昇腾AI基础软硬件平台包括Atlas系列硬件、异构计算架构CANN、全场景AI框架昇思MindSpore、昇腾应用使能MindX以及一站式开发平台ModelArts等，助力企业和开发者高效使用AI能力。用通俗的话来讲，昇腾人工智能平台可以使能人工智能计算中心生产“模型”，企业和机构借助“模型”最终生产产品；“模型”应用到手机里，就拥有图像分类等能力；应用到自动驾驶领域，车辆就拥有自动驾驶能力。当前在AI领域，“大模型+大数据+大算力”已成为迈向通用人工智能的一条可能路径。随着全球对人工智能算力需求的持续攀升，为了促进整个产业健康发展，各地政府有必要保障大量中小企业、科研机构获取充足的人工智能公共算力。从具体作用来看，建设人工智能计算中心无疑是一个一举多得的举措。满足基本算力需求后，人工智能计算中心还可以带动人工智能基础研究和共性技术的突破。通过建设新平台，能够为前沿理论研究提供强大算法、数据与算力支撑，为自适应学习、类脑智能计算、量子智能计算等跨领域基础理论提供国际顶尖的研究平台，有效推动技术发展，抢占人工智能科技创新制高点。在帮助产业智能化转型方面，人工智能计算中心可以降低AI的研发、使用门槛，将人工智能企业和优势产业有机结合，使能人工智能技术与产业深度融合，落实国务院《新一代人工智能发展规划》中“推动人工智能规模化应用，全面提升产业发展智能化水平”的要求。

4%.尽管人工智能正以前所未有的速度融入大众生活和生产方式变革，但目前AI在全行业的整体渗透率仍只有4%，AI初创企业的存活率不到10%。这其中重要的原因之一，就是目前国内AI算力昂贵且稀缺，直接抬高了AI研究和应用的门槛。并且，全社会的AI算力需求还正在爆发式增长。OpenAI在报告中指出：自2012年到2018年的6年时间里，AI算力需求增长了30万倍，未来3到5年AI算力需求将继续增长100万倍，远高于传统通用算力需求的增长速度与之前行业预期。在此契机下，人工智能计算中心成为中国发展人工智能产业的创新模式，它是以昇腾AI基础软硬件平台为基础，涵盖从基建基础设施、硬件基础设施到软件基础设施的大规模系统工程，旨在让AI算力像水和电一样成为城市公共基础资源。