脑部MRI（磁共振）图像分割

本赛题为7月活动赛题，截止2019年7月31日下午20点整所有训练完成结果均为有效成绩！！

图像分割

3155

实时奖金

猫脸关键点检测

奖金池 ¥ 10,000

猫脸特征点检测是一项有趣的任务。本数据集共包含了9000张猫脸彩色图片，目的是检测脸部的九个关键点，包括两个眼睛关键点、一个嘴部关键点和六个耳朵关键点。标注顺序为左眼xy坐标，右眼xy坐标，嘴xy坐标，左耳点1xy坐标，左耳点2xy坐标，左耳点3xy坐标，右耳点1xy坐标，右耳点2xy坐标，右耳点3jxy坐标，坐标均为相对坐标值。

3188

实时奖金

VisDrone2019 无人机目标检测

奖金池 ¥ 10,000

本次比赛旨在利用无人机设备推动最先进的目标检测技术。无人机目标检测技术在无人机快递物流、城市交通监控、安防等工业领域有着重要的应用意义。 数据集提供了由不同高度、不同位置的无人机拍摄的的静态图像。参赛者要求预测十个预定义类（pedestrian，person，car，van，bus，truck，motor，bicycle，awning-tricycle，tricycle）与实际数据的交并比精度。

困难

4583

实时奖金

生活垃圾分类

奖金池 ¥ 3,000

自今年7月1日起，上海市将正式实施 《上海市生活垃圾管理条例》。垃圾分类，看似是微不足道的“小事”，实则关系到13亿多人生活环境的改善，理应大力提倡。 垃圾识别分类数据集中包括class、cardboard、metal、paper、plastic、trash，共6个类别。 生活垃圾由于种类繁多，具体分类缺乏统一标准，大多人在实际操作时会“选择困难”,基于深度学习技术建立准确的分类模型，利用技术手段改善人居环境。

9196

实时奖金

手部及关键部位目标定位识别

奖金池 ¥ 15,000

手部关键部位定位包含对手部的整体范围、手掌、食指、中指、无名指以及小拇指的位置定位。目标检测任务是视觉计算领域核心的问题之一，也同时是最具有挑战性的问题。 目标检测在很多领域都有应用的需求，此赛题针对手部的关键部位定位检测问题与大家一起探讨最优的行业应用解决方案。

8564

实时奖金

脸部年龄判断

奖金池 ¥ 3,000

本数据集为脸龄判断数据集，共包含9779张不同人种的人类个体面部图片，个体年龄分布为1岁到110岁之间，共99个类别。为简化问题，将每10岁划为一个区间，使类别缩小到10类。

图像识别

3106

实时奖金

TensorFlow2.0 人民币面值识别

奖金池 ¥ 2,000

全网首个TensorFlow 2.0竞赛项目上线！ 人民币面值识别是一个简单的图像分类任务，通过建立准确的分类模型识别出人民币面额。 第四套人民币是中国人民银行于1987年4月27日至1997年4月1日发行的一套货币，共有1角、2角、5角、1元、2元、5元、10元、50元、100元9种面额。 TensorFlow 2.0 将专注于简单性和易用性，具有以下更新： 1、使用 Keras 轻松构建模型 2、在任意平台上实现稳健模型部署 3、为研究提供强大的实验工具 4、简化 API 接口，删掉多余的和重复的 API

3813

实时奖金

植物幼苗分类

奖金池 ¥ 3,000

该数据集包括12种植物物种的幼苗。本次竞赛的任务是根据图片建立预测植物种类的精准模型。

5840

实时奖金

120种狗狗品种分类赛

奖金池 ¥ 3,000

Stanford Dogs数据集包含来自世界各地的120种犬种的图像。该数据集是使用ImageNet中的图像和注释构建的，用于细粒度图像分类的任务。它最初被收集用于细粒图像分类，这是一个具有挑战性的问题，因为某些犬种具有接近相同的特征或者颜色。

5295

实时奖金

农作物病虫害检测

奖金池 ¥ 2,000

病虫害的诊断对于农业生产来说至关重要。本次农作物病虫害识别比赛邀请参赛者设计算法与模型，对图像中的农作物叶子进行病虫害识别。

2552

实时奖金

细胞图像分类-疟疾病诊断

奖金池 ¥ 3,000

通过检测包含疟疾的图像细胞帮助医生尽早确诊疟疾病患者并及时进行治疗。该数据集包含两个文件：感染/未感染，共有27,588张图片。

2659

实时奖金

AI医学影像：小儿肺炎患者诊断

奖金池 ¥ 10,000

胸部X线影像（前-后）选自广州市广州妇女儿童医学中心一至五岁儿科患者。所有胸部X射线成像均作为患者常规临床护理的一部分进行。 有5,863个X射线图像（JPEG）和2个类别（肺炎/正常）。

7124

实时奖金

表征患者血液样本分析之白细胞分类

奖金池 ¥ 5,000

基于血液的疾病诊断通常涉及识别表征患者血液样本。检测和分类白细胞的自动化方法具有重要的医学应用。 该数据集包含12,500个血细胞增强图像（JPEG），对于分成4个不同文件夹（根据细胞类型）的4种不同细胞类型中的每一种，大约有3,000个图像。细胞类型是嗜酸性粒细胞，淋巴细胞，单核细胞和中性粒细胞。

3278

实时奖金

哥伦比亚大学公众人物五官定位

奖金池 ¥ 5,000

哥伦比亚大学公众人物数据集是一个包含大量人脸标签的数据集，包含超过20万张名人照片，每张照片包含40个属性标签。此数据集中的图片包含多种人体姿势与背景干扰。 该数据集具有丰富的多样性，大量的样本以及多种标注，包括： 10177名个体，202599张面部图片，以及每张图片中5个位置标注和40种二元属性标注（如是否戴帽子等），该数据集可以用来做人脸五官定位

2838

实时奖金

7种表情分类

奖金池 ¥ 1,000

本数据集是一个包含7种表情的图片数据集，表情分别为平静、愤怒、失落、恐惧等。原数据集中表情由10位日本女性学生提供，每个人分别提供若干张不同表情的照片。我们对数据集进行了翻转，明暗变化等数据增强处理，使得数据大小从213增加到了852。

3512

实时奖金

5种花分类

奖金池 ¥ 800

该数据集包含5种不同种类的花的彩色图片，类别包括玫瑰，向日葵，雏菊，蒲公英和郁金香。使用该数据集对5种花进行分类。

2400

实时奖金

2005 VOC挑战赛

奖金池 ¥ 2,500

PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。该数据集取自TU-Darmstadt, Caltech, TU-Graz 和 UIUC等发布的数据集。在该数据集中每张图片中的物体都由人工标注，物体包含汽车，摩托车，自行车和人体四类。

图像

3225

实时奖金

猫狗大战，开始分类一决胜负！

奖金池 ¥ 500

该数据有猫和狗两类图片，一共有25000张图片，猫狗各占一半，可以用来做图片分类的入门数据。

图像二分类

2802

实时奖金

鸢尾花识别

奖金池 ¥ 500

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

分类

2328

实时奖金

200种鸟类图像分类

奖金池 ¥ 3,000

Caltech-UCSD Birds 200 (CUB-200) 是一个图像数据集，包含200种鸟类（主要是北美洲）的照片。分类数量：200 图片数量：6,033 标注：边界框，分割，属性

7137

实时奖金

3981个中文文字图像识别

奖金池 ¥ 5,000

本数据集为3981个中文文字的图片数据集，图片已经剪裁完成，每个文字有多种不同字体下提取的图片。 1.ASCII码范围，[0x21--0x7e]。 2.汉字标点符号，14个。 3.常用的3981个字汉字。取自《义务教育语文课程标准（2011版）》

4061

实时奖金

人脸关键点检测(五点)

奖金池 ¥ 10,000

这些图片是用亚马逊机械土耳其人手工标注的，以精确定位眼睛、鼻子和嘴。最终的数据集包括40000个图像，其中主要面部组件的注释高度准确、详细和一致。

人脸关键点检测

7507

实时奖金

62种交通信号标志识别

奖金池 ¥ 5,000

BelgiumTSC 是一个图像数据集，包含62种交通信号标志的照片。分类数量：62 图片数量：6,954 标注：种类编号

图像

5508

实时奖金

SLR-手语识别挑战赛

奖金池 ¥ 5,000

这个数据集为手语识别（Sign Language Recognition)，识别500个类别的手语单词。数据集包含了超过11万的样本，每个样本都包含了25个人体关键点的位置轨迹。

4308

实时奖金

Intel场景分类挑战赛

奖金池 ¥ 10,000

此数据集来自英特尔场景分类挑战赛。数据集共包含森林、街道、海景等6个场景，共24335张图片。

5800

实时奖金

Caltech256 图像分类竞赛

奖金池 ¥ 4,000

Caltech-256 物品分类数据集由Caltech-101数据集演变而来，该数据集选自Google Image数据集，并手工去除了不符合其类别的图片。在该数据集中共有30,607张图片，256个图片类别，每个类别包括超过80张图片。

7460

实时奖金

手部图像性别分类和生物识别

奖金池 ¥ 10,000

这是一个由190名受试者，年龄在18-75岁之间收集的11,076张手部图像（1600 x 1200像素）。要求每个受试者打开并关闭他的右手和左手的手指。每只手都从背侧和掌侧拍摄，背景均匀，并与相机大致保持相同的距离。存在与每个图像相关联的元数据的记录，其包括：（1）主题ID，（2）性别，（3）年龄，（4）肤色，以及（5）捕获的手的一组信息，指的是手部图像是否包含配饰、指甲油或不规则。本数据由 Mahmoud Afifi 提供。

图片分类

4326

实时奖金

CIFAR100种图片分类练习赛

奖金池 ¥ 2,000

此数据集与CIFAR-10类似，不同之处在于它有100个类型，每类包含600个图像。每个类有500个训练图像和100个测试图像。CIFAR-100中的100个小类分为20个大类，每张图片包含其所属的小类和大类标签。

经典

4478

实时奖金

101种食物分类预测竞赛

奖金池 ¥ 5,000

该数据集包含了101个食品类别，其中包含101,000个图像。对于每个类别。注意，训练图像没有清理，因此仍然包含一些噪音。这主要是以强烈的色彩和有时错误的标签形式出现的。所有图像都重新缩放，最大边长为512像素。

9540

实时奖金

升级版MNIST手写数字识别练习赛

奖金池 ¥ 600

Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分，28x28的灰度图片。

4923

实时奖金

MNIST手写数字识别练习赛

奖金池 ¥ 600

MNIST手写数字数据库具有60,000个训练集和10,000个测试集。它是NIST大集合的子集。数字已经过尺寸标准化，并以固定尺寸的图像为中心。数据集中图像为28*28的二进制图片。它是一个很好的入门计算机视觉的数据集。

5192

实时奖金

CIFAR-10 图片分类预测

奖金池 ¥ 1,000

CIFAR-10数据集是一组图像，通常用于训练机器学习和计算机视觉算法。它是机器学习研究中使用最广泛的数据集之一。 CIFAR-10数据集包含10个不同类别的60,000个32x32彩色图像。 10个不同的类别代表飞机，汽车，鸟类，猫，鹿，狗，青蛙，马，船和卡车。每个类别有6000张图片，该数据集共有5万张训练图片以及1万张测试图片

经典

图像

4122

实时奖金

动植物图像分类预测

奖金池 ¥ 1,000

该数据集下包含俩类图像集，动物和植物。这是一个简单的二分类预测练习赛，通过建立模型准确预测动物和植物的图像类别。

2539