Edge AnnotationZ Challenge

AI Sverige, Zenseact, RISE, Lunds universitet, Chalmers Industriteknik och Univrses, i samarbete med CGit och MobilityXLab, bjöd in AI-communityn att arbeta med en av de centrala utmaningarna inom autonom körning och bidra till utvecklingen av framtida vägtrafiksäkerhet.

Sista ansökningsdag: Stängd
Utmaning: Avslutad

Urban traffic scene with a pedestrian crossing, viewed from the perspective of a driver

Bild från Zenseact

Zenseact söker idéer och lösningar för att övervinna hinder för automatisk annotering. Genom denna utmaningen gavs chansen att delta för att påskynda utvecklingen av autonom körning och påverka framtidens mobilitet. Edge AnnotationZ Challenge var en del av Road Data Lab-projektet. Eventuellt fortsätter samarbetet mellan Zenseact och de vinnarna bakom de bästa lösningarna från denna utmaning.

Utmaningen

Fordonsindustrin står inför en stor revolution inom autonom körning, och Edge AnnotationZ Challenge kommer att bli en spännande chans att utveckla nya lösningar för generering av högkvalitativ automatisk annotation, vilket gör kantinlärning (edge larning) till verklighet i större skala! Vi hoppas utveckla lösningar som kan möjliggöra för fordon att förbättra sina perceptionsystem utan någon mänsklig övervakning.

Ladda ner den kompletta problemformuleringen

För deltagare och pris

1. Lös en nyckelutmaning tillsammans med forskare från Zenseact.
2. Få tillgång till ett vägdataset i världsklass och använd den kraftfulla infrastrukturen från Data Factory (NVIDIA DGX A100).
3. En prissumma på 50 000 SEK (cirka 5 000 EUR) och en möjlighet till ytterligare samarbete med Zenseact.

Vad är Road Data Lab (RoDL) projektet?

Denna utmaning är en del av Road Data Lab (RoDL), ett initiativ från RISE för att etablera en plattform för teknisk infrastruktur, juridiska ramar och flera källor av vägdata för att främja samarbete, lärande och innovation avseende vägdata.

Juridisk information

Datamängden som tillhandahålls av Zenseact är Zenseact AB:s egendom (© 2021 Zenseact AB).
Datamängden licensieras under CC BY-SA 4.0.
All offentlig användning, distribution eller visning av denna datamängd måste innehålla denna fullständiga notis: För denna datamängd har Zenseact AB vidtagit alla rimliga åtgärder för att ta bort all personidentifierbar information, inklusive ansikten och registreringsskyltar. Om du vill begära borttagning av specifika bilder från datamängden, vänligen kontakta privacy@zenseact.com.

Utvärdering av resultat

Lösningen utvärderades baserat på hur bra kantannotationer du tillhandahöll vid målramen. Måttet för att bestämma kvaliteten på dina annotationer var medelgenomsnittlig precision. Det noterades att medelgenomsnittlig precision var ett (viktat) genomsnitt över 2D- och 3D-egenskaperna.

Som tidigare nämnts måste den tillhandahållna koden vara körbar på AI Swedens infrastrukturmiljö för att övervägas för utvärdering. Att inte följa detta ledde till ogiltigt resultat. Dessutom måste lösningen följa utmaningens anda för berättigande.