來源:中國船舶集團 日期:2022-04-12 字體:
【大】【中】【小】
為貫徹落實習近平總書記關於“進一步關心海洋、認識海洋、經略海洋”dezhongyaozhishijingshen,weiraohaiyangqiangguozhanlvezhongyaobushu,shenrushishichuangxinqudonghexinzhanlve,jijugaocengcichuangxinrencai,jiakuaikejiziliziqiangbufa,julidazaozhanlvekejililiang,zhongguochuanbojituanyouxiangongsiyujiangsushenggongjiandeshenhaijishukexuetaihushiyanshi(以下簡稱太湖實驗室)聯合無錫市委人才工作領導小組辦公室、無錫市科學技術局、華為技術有限公司共同主辦首屆“船海數據智能應用創新大賽”。
一、賽事介紹
“船海數據智能應用創新大賽”旨在聯合企業、開發者及合作夥伴,共同搭建一個技術交流、人才培養、產業融合、機遇共創的平台,促進現代信息技術和新一代人工智能技術與船舶技術跨界融合,加快船舶智能技術工程化應用,提升船舶安全性、經濟性、環保性和高效性,樹立太湖實驗室及華為在船海數據智能應用領域中的標杆地位,引導新興產業和優質項目落地無錫,助力產、才、城進一步融合發展。
二、組織機構
指導單位:
中國船舶集團有限公司
主辦單位:
深海技術科學太湖實驗室
無錫市委人才工作領導小組辦公室
無錫市科學技術局
華為技術有限公司
三、活動主題
“智慧船海,啟航未來”
四、賽事命題
此次應用創新大賽將聚焦船海數據智能應用,進行全場景創新,通過“線上+線下,以賽促學,產教結合”的形式開展,圍繞兩大賽題展開:
賽題一:“水麵/水下典型目標識別”
賽題二:“非結構化數據壓縮與處理”
賽題一
麵向智能化水上交通、海洋環境探測、水下探測等場景需求,急需提高水麵/水下針對船隻、漁網、浮標、漂浮物、礁石、水shui生sheng物wu等deng典dian型xing目mu標biao的de檢jian測ce識shi別bie能neng力li,基ji於yu深shen度du學xue習xi的de目mu標biao檢jian測ce算suan法fa可ke以yi支zhi撐cheng水shui麵mian無wu人ren艇ting等deng智zhi能neng化hua船chuan舶bo對dui江jiang河he湖hu海hai等deng複fu雜za水shui麵mian環huan境jing下xia各ge種zhong目mu標biao的de檢jian測ce和he識shi別bie,提ti升sheng其qi路lu徑jing規gui劃hua、避障等自主航行能力;還可以支撐水下潛航器進行水下目標的自主識別、抓取等作業,加速水下潛航器等水下裝備的自主作業應用。
初賽主要針對水麵船隻、浮標、軌條砦等10類常規目標進行檢測,初賽數據集為真實水麵圖片,選手在華為雲算法平台上提交目標檢測代碼,係統自動判分,初賽選出30支隊伍進入決賽;
決賽數據集為無人艇水麵拍攝的真實視頻,選手針對視頻幀的目標檢測任務建立算法模型,係統自動判分,線上選出10支隊伍進入線下答辯。
賽題二
在船舶性能試驗、計算和海上實測的過程中都會產生大量的數據,而數據中超80%均屬於非結構化數據。這些數據獲取難度大、攜(xie)帶(dai)信(xin)息(xi)量(liang)高(gao),通(tong)常(chang)需(xu)要(yao)長(chang)期(qi)保(bao)存(cun)。隨(sui)著(zhe)傳(chuan)感(gan)器(qi)技(ji)術(shu)的(de)飛(fei)速(su)發(fa)展(zhan),產(chan)生(sheng)的(de)這(zhe)些(xie)珍(zhen)貴(gui)數(shu)據(ju)總(zong)量(liang)也(ye)逐(zhu)年(nian)翻(fan)倍(bei),這(zhe)導(dao)致(zhi)了(le)存(cun)儲(chu)成(cheng)本(ben)的(de)極(ji)大(da)上(shang)升(sheng)。在(zai)不(bu)丟(diu)失(shi)數(shu)據(ju)攜(xie)帶(dai)信(xin)息(xi)的(de)前(qian)提(ti)下(xia),無(wu)損(sun)壓(ya)縮(suo)是(shi)一(yi)種(zhong)減(jian)少(shao)數(shu)據(ju)冗(rong)餘(yu)和(he)存(cun)儲(chu)空(kong)間(jian)的(de)有(you)效(xiao)方(fang)法(fa),壓(ya)縮(suo)後(hou)的(de)數(shu)據(ju)也(ye)更(geng)利(li)於(yu)傳(chuan)輸(shu)和(he)存(cun)儲(chu)。壓(ya)縮(suo)算(suan)法(fa)的(de)效(xiao)果(guo)通(tong)常(chang)與(yu)被(bei)壓(ya)縮(suo)數(shu)據(ju)直(zhi)接(jie)相(xiang)關(guan),如(ru)何(he)根(gen)據(ju)數(shu)據(ju)設(she)計(ji)高(gao)效(xiao)的(de)數(shu)據(ju)壓(ya)縮(suo)算(suan)法(fa)是(shi)一(yi)個(ge)亟(ji)待(dai)解(jie)決(jue)的(de)難(nan)題(ti)。
初賽針對實測傳感器數據和試驗傳感器數據,參賽人員根據數據特征設計專用壓縮算法,在縮減吞吐量達到1MB/s、重建吞吐量達到1MB/s的條件下,以算法的壓縮率作為指標,對算法進行評價,選手在華為雲算法平台上提交代碼,初賽選出30支隊伍進入決賽;
決賽數據集為四維矩陣數據,參賽人員根據數據特征設計專用壓縮算法,在縮減吞吐量達到20MB/s、重建吞吐量達到20MB/s的條件下,以算法壓縮、重建用時以及文件大小的加權值作為指標,選手在華為雲算法平台上提交代碼,對算法進行評價,線上選出10支隊伍進入線下答辯。
五、參賽條件
1、參賽對象
大賽麵向全社會開放,個人、團隊、企業、高等院校、科研單位等均可組隊報名參賽。
2、參賽須知
參賽個人、企業和團隊應承諾無虛報項目、虛構事實、qinfanzhishichanquandengshixinxingweibingqiandingchengnuoshu。yidanfaxiancunzaiweifanshangshuchengnuodeshishihuoshixinxingwei,bulunchuyudasaihezhongjieduanhuosaihou,qiyehuotuanduiziyuanchengdanquxiaocansaizige、撤銷所獲獎項及相關科技人才計劃支持、記入信用檔案及其他相關法律責任等。
六、賽程安排
01 線上報名及初賽作品提交
即日起至5月31日為大賽報名階段,自評符合參賽條件的團隊及個人自願登錄
http://sodjiac.idbys.com/home/index報名參賽。報名即可參加線上初賽,初賽作品提交時間截止6月30日。
02 初賽評審(線上)
2022年7月1日至7月15日為初賽評審階段,采用線上的方式,根據賽題方向評分規則,每個賽題方向評選30組隊伍晉級決賽。
03 決賽(線上)
2022年7月16日至9月16日為線上決賽階段。
根據決賽題目和評分規則,每個賽題方向評選10組隊伍晉級線下決賽路演。
2022年9月16日,公布入圍決賽路演名單和賽事議程。
04 決賽路演及頒獎
2022年9月底,按入圍決賽隊伍現場路演答辯情況,經專家組評選出最終獲獎名單,進行頒獎儀式和優勝選手實戰路演。
05 船海數據智能應用學術論壇
2022年9月底,邀請行業大咖麵對麵講座,與參賽選手進行學術交流。
七、獎項設置和支持政策
(一)獎項設置
每個賽題方向各設
一等獎 1名,給予獎金30萬元;
二等獎 2名,給予獎金20萬元;
三等獎 3名,給予獎金10萬元。
(二)配套政策
1、符合太湖實驗室相關條件的:
太湖實驗室按照國家自然科學基金重大項目立項標準,為獲獎團隊在賽題方向提供不少於100萬元科研立項支持。
2、符合“太湖人才計劃”基礎申報條件的:
各組獲獎項目直接納入2023年度支持,分別給予100萬元-1000萬元經費支持。
(1)獲獎團隊,符合相關條件的,市(縣)區按照人才政策給予該項目不少於50萬元的啟動資金。
(2)獲獎團隊,優先享受“錫科貸”“人才貸”政策支持,最高授信1000萬元貸款額度,並給予最優利率。
(3) 獲獎團隊,符合相關條件的,直接納入無錫市科技創新創業資金“太湖之光”科技攻關計劃項目,給予最高50萬元的資金支持。
(4)核心團隊成員根據人才分類認定享受相應工作和生活服務保障。
(5)對有落戶需求的項目,將根據項目特色和行業類別,篩選、協調相應的市(縣)區,給予入駐優惠政策和配套支持;對於優質項目落地後在申報“太湖人才計劃”時給予優先支持。
中國船舶集團
現場谘詢:無錫市濱湖區山水東路266號太湖樓504
谘詢電話:孫 澤 13485068789
劉家瑞 0510-85559203
谘詢時間:即日起至2022年6月30日
#初賽提交作品截止時間:2022年6月30日。
#請登錄以下網址報名參賽。
http://sodjiac.idbys.com/home/index
#報名期間將擇機舉行線上答疑直播,具體議程待定。
首屆船海數據智能應用創新大賽組委會
2022年4月12日
| 通訊員:黃 璐
| 來 源:七〇二所
| 責 編:寧湘舒
| 校 對:王 琦
| 審 核:項 麗/甘豐錄