Challenger

AI Challenger 2018 机器翻译参赛总结

金山集团AILab组队参加了AIChallenger2018全球挑战赛的英中机器翻译项目，并且获得冠军。AIChallenger2018主题为"用AI挑战真实世界的问题"，是目前国内规模最大的科研数据集平台、最大非商业化竞赛平台，最关注前沿科研与产业实践相结合的数据集和竞赛平台，也是2018年度中国超高水准的AI竞赛。本次比赛使用的数据总量达到1300万句对，其中具有上下文情景的中英双语数据达到3
Paper_weekly·2019-01-07 13:49

修改中。。。。【AIChallenger 2018 】【眼底水肿病变区域分割】冠军解决方案

赛道：眼底水肿病变区域分割队名：965728310比赛地址：https://challenger.ai/competition/fl2018，答辩视频地址可关注官网最新动态特别说明：未经作者同意以下内容请勿转载
Hi_AI·2018-12-25 20:32

全局思考，无人驾驶冠军亲述算法经验 | AI challenger 2018

作者|Just出品|AI科技大本营视觉是无人驾驶汽车的勘探物理世界的非常重要的“器官”。在它背后，考验的则是机器算法能力。无人驾驶技术的算法包括感知、定位、预测、决策、控制等层面，而在由创新工场、搜狗、美团点评、美图公司联合主办的AIChallenger2018全球AI挑战赛中，无人驾驶赛道的题目就是最基础的视觉感知，所有参赛队伍需要解决如何通过视觉传感器看到的数据，来感知判断出障碍物、路标、汽车
AI科技大本营·2018-12-23 17:02

人体骨骼关键点检测

人体骨骼关键点检测挑战复杂生活场景中的人体检测，并预测多种复杂动作下的人体骨骼关键点位置https://challenger.ai/competition/keypoint/subject简介人体骨骼关键点对于描述人体姿态
c2a2o2·2018-12-20 08:34

resnet图像分类pytorch实现

数据集是AI_challenger大赛2018年农作物病虫害检测赛道的数据集，数据集具体说明可访问比赛官网查看。
惊龙啸雨·2018-12-14 13:36

干货 | 谷歌BERT模型fine-tune终极实践教程

奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实
AI科技大本营·2018-11-26 16:12

AI Challenger 2018 农作物病害细粒度分类-----Pytorch 深度学习实战

AIChallenger2018农作物病害细粒度分类1前言2代码组织结构3完整流程解析3.1EDA3.2参数定义3.3数据加载过程3.4数据处理DataAugmentation和TTA3.5模型定义3.6训练过程定义3.7模型融合3.8测试与结果提交3.9log记录，可视化训练过程及其他trick4收获与心得前言本文以AIChallenger2018农作物病害细粒度分类为例，比赛详细信息和数据见文
1只小包子·2018-11-12 15:42

总奖金300万的AI Challenger 2018进入第二阶段，决赛在即！

参加2018AI开发者大会，请点击↑↑↑此前，AI科技大本营曾报道过奖金池高达300万元的AIChallenger2018比赛。与往届不同，今年的比赛共有5个主赛道，5个实验赛道。其中，5个主赛道的数据集包括：观点型问题阅读理解数据集、细粒度用户评论情感分析数据集、英中文本机器翻译、多标签短视频分类数据集、以及自动驾驶数据集。5个实验赛道的数据集包括：基于北京气象局3年气象数据的天气预报竞赛，世界
AI科技大本营·2018-11-04 15:47

pytorch从python2迁移到python3时遇到torch.FloatTensor constructor received an invalid combination of argumen

在运行AI_Challenger_2018阅读理解程序基准代码时出现以下错误：raceback(mostrecentcalllast):File"train.py",line39,inmodel=MwAN
DreamNotOver·2018-09-30 11:13

AI Challenger 细粒度用户评论情感分析 (baseline 0.62)

比赛官网：https://challenger.ai/competition/fsauor2018数据下载：https://download.csdn.net/download/linxid/11469830
linxid·2018-09-18 21:24

Qml学习笔记-Repeater的基本使用

truewidth:150height:500title:qsTr("RepeaterDemo")Column{spacing:5Repeater{model:["Enterprise","Colombia","Challenger
IT1995·2018-07-26 13:09

AI Challenger 全球AI挑战赛[二]——场景分类比赛介绍（附数据集和基线模型百度云下载）

AIChallenger全球AI挑战赛场景分类【2017】传送门目的：寻找一个更鲁棒的场景分类模型，解决图片的角度、尺度、和光照的多样性问题一、比赛介绍赛题简介移动互联网时代的开启使得图片的获取与分享越来越容易，图片已经成为人们交互的重要媒介。如何根据据图像的视觉内容为图像赋予一个语义类别（例如，教室、街道等）是图像场景分类的目标，也是图像检索、图像内容分析和目标识别等问题的基础。但由于图片的尺度
volcano_Lin·2018-07-13 22:48

AI Challenger 全球AI挑战赛[一]——大赛介绍

AIChallenger全球AI挑战赛AIChallenger全球AI挑战赛”是面向全球人工智能（AI）人才的开放数据集和编程竞赛平台，致力于打造大型、全面的科研数据集与世界级竞赛平台，从科研角度出发，满足学术界对高质量数据集的需求，推进人工智能在科研与商业领域的结合，促进世界范围内人工智能研发人员共同探索前沿领域的技术突破及应用创新。在2017年的首届大赛中，AIChallenger发布了千万量
volcano_Lin·2018-07-13 22:55

wget下载出现 error 403

wget下载出现error403wgetwgethttp://datasets-ac.oss-cn-zhangjiakou.aliyuncs.com/ai_challenger_stock_train_
零时零分·2018-01-07 16:00

这五个团队赢得AI Challenger冠军

历时130天，全球AI届最大盛事之一，来自65个国家上万名选手参与的首届“AIChallenger全球AI挑战赛”在今天落下帷幕。12月21日，大赛主办方创新工场、搜狗、今日头条在北京举行总决赛答辩暨颁奖典礼。AIChallenger视觉和翻译两大类共五个赛道，各自决出了最终的冠军，以及亚军、季军、优秀奖。获奖团队合计分享了超过200万人民币的奖金。颁奖典礼现场，三家主办方代表，创新工场董事长兼C
李开复·2017-12-21 00:00

AI Challenger 2017 决赛暨颁奖礼全球直播

AIChallenger2017决赛暨颁奖礼全球直播，2017年12月21日9:30准时开始，决赛直播分为视觉组和翻译组，您可根据您的方向选择不同的直播间。下方是具体介绍：视觉组地点：答辩厅A包含项目：人体骨骼关键点（9：30-11：35）、图像中文描述（13：00-15：05）直播链接：点击进入直播直播间二维码：翻译组地点：答辩厅C包含项目：英中机器文本翻译（9：30-11：35）、英中机器同声
AI_Challenger·2017-12-20 17:35

React Native填坑之旅--布局篇

代码在这里：https://github.com/future-challenger/petshop/tree/master/client/petshop/src/controller回头看看RN的填坑之旅系列
uncle_charlie·2017-12-04 05:18

Ai challenger 场景分类： 观察验证集中的错误分类情况

基于官方的验证脚本改的。importjsonimportargparseimporttimeimportshutilimportpandasaspddef__load_data(submit_file,reference_file,submit_dict,ref_dict):#loadsubmitresultandreferenceresultwithopen(submit_file,'r')as
Wayne2019·2017-11-03 10:12

计算图像均值

第二种方法可以由简单的python代码得到，如下所示：importosimportcv2fromnumpyimport*#img_dir='/home/zzy/ai_challenger_scene_va
Never-guess·2017-10-15 15:23

AI challenger 场景分类 PyTorch 测试代码

-有个比较奇怪的地方是loss和batch_size有关，目前没有仔细研究。-另外需要注意places365cnn是采取了保存和加载整个模型的办法，而我自己在用时只保存了权重，因此这里需要先导入pytorch官方的模型。-经在验证集上多重的比较，除了loss的问题其他都正常。-只是为了测试程序功能，使用了最小的训练量，因此准确率非常低。'''http://blog.csdn.net/tfygg/a
Wayne2019·2017-10-14 08:56

AI challenger 场景分类 tensorflow inception-resnet-v2 LB: 0.94361

模型采用tf-slim在imagenet上训练的inception-resnet-v2，可以选择训练哪些层，如只重新训练最后一层，或重新训练后面的多层等等。没有采取特殊的数据增强，用的tf-slim默认的inception输入方式。采用如下参数配置线上得分0.94361。用的tfrecord图片都是先resize成299*299再转换的，具体方法可参考之前的博文。learning_rate=0.0
Wayne2019·2017-10-06 04:00

图像中文描述

尝试自然语言处理与计算机视觉技术结合的力量https://challenger.ai/competition/caption/subject图像中文描述问题融合了计算机视觉与自然语言处理两个方向，是用人工智能算法解决多模式
dp_research·2017-10-04 12:10

人体骨骼关键点检测

人体骨骼关键点检测挑战复杂生活场景中的人体检测，并预测多种复杂动作下的人体骨骼关键点位置https://challenger.ai/competition/keypoint/subject简介人体骨骼关键点对于描述人体姿态
dp_research·2017-10-04 12:02

AI challenger 场景分类 PyTorch 迁移学习 resnet18

没计算资源，只能简单测试下resnet18训练代码（带验证）：'''TODO:-采用更深的网络（简单，但是需要计算资源）-top3accuracy，可参考https://github.com/pytorch/examples/blob/master/imagenet/main.py'''#pkill-9python#nvidia-smiimportosimporttorchimporttorch.
Wayne2019·2017-09-26 20:41

AI challenger 场景分类 train test 多层cnn

本文复现AIchallenger的官方baseline模型，数据通过tfrecord和队列来供给。“Thissimplemodelconsistsofthreeconvolutionallayers,threemaxpoollayersandtwofullyconnectedlayers.Localresponsenormalizationanddropoutarealsoused.Details
Wayne2019·2017-09-22 23:24

AI challenger 场景分类 train test softmax

与前文Aichallenger场景分类：trainsoftmaxusingtfrecord的区别见代码前面的changes说明。目前tfrecord坑很多，参见[Enhancement]RedesigningTensorFlow’sinputpipelines#7951目前赤裸的softmax过拟合严重：0.7vs0.18#-*-coding:utf-8-*-"""CreatedonWedSep2
Wayne2019·2017-09-21 23:20

AI challenger 场景分类 生成tfrecord文件

与AIchallenger场景分类（1）生成tfrecord文件不同，这里我们生成验证集的tfrecord文件，另外将图片的id(string类型)也存入tfrecord，方便后续使用。用时：～5min原图大小：463.9Mtfrecord文件大小：8.7G#-*-coding:utf-8-*-"""CreatedonThuSep719:25:382017@author:wayneconvertt
Wayne2019·2017-09-21 22:40

Ai challenger 场景分类： 检查类别平衡

/ai_challenger_scene_train_20170904/scene_train_annotations_20170904.json','r')asf:#labe
Wayne2019·2017-09-19 02:53

AI Challenger-人体骨骼关键点检测&& Human Pose Estimation

AIChallenger其中的人体骨骼关键点检测主要依赖的技术背景为Humanposeestimation。该领域分为单人和多人两类，根据竞赛数据集来看，该任务为mult-personposeestimation。以下先介绍该竞赛的相技术背景--Background专业术语：multi-personposeestimation文章列表1.open-Pose：（CVPR2017Oral,CMU）性能
z5337209·2017-09-15 16:06

AI challenger 场景分类（1） 生成tfrecord文件

用时：30min原图大小：3.5Gtfrecord文件大小：65.3G（amazing!注意原图是jpg压缩的）#-*-coding:utf-8-*-"""CreatedonThuSep719:25:382017@author:waynehttp://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/reading_data.html"""imp
Wayne2019·2017-09-15 05:28

全栈教育挑战生：半撇私塾如何进行团队的招募

2017-08-30-challenger-requirements.jpgOpenBPteach是半撇私塾新开的博客专栏，这个专栏中将会公开半撇私塾内部的工作方式，包括我们的博客是如何创作的、使用哪些工具来提高效率
半撇私塾·2017-09-02 12:21

AI Challenger 全球AI挑战赛今日宣布

创新工场、搜狗、今日头条联合发起打造中国最大AI科研数据集与世界级竞赛平台北京时间2017年8月14日，创新工场、搜狗和今日头条联合宣布三方携手发起“AIChallenger全球AI挑战赛”。本次竞赛三方联合旨在打造中国最大的科研数据集与世界级AI竞赛平台，推动中国人工智能领域科研创新。据悉，大赛第一年启动将开放超过1000万条中英文翻译数据、70万个人体动作分析标注数据、30万张图片场景标注和语
AI_Challenger·2017-08-14 15:02

详解如何在NodeJS项目中优雅的使用ES6

项目地址：https://github.com/future-challenger/petshop现在开始Babel在开始使
Mr 布鲁斯·2017-04-22 08:29

如何在NodeJS项目中优雅的使用ES6

项目地址：https://github.com/future-challenger/
uncle_charlie·2017-01-19 00:56

GCD in Swfit 3.0

代码在这里：https://github.com/future-challenger/Swift3.0/tree/master/GCDThisprojectis"forked"fromraywenderlichGCDtutorial.It'sreallyago
Mr 布鲁斯·2016-10-25 22:00

GCD in Swfit 3.0

代码在这里：https://github.com/future-challenger/Swift3.0/tree/master/GCDThisprojectis"forked"fromraywenderlichGCDtutorial.It'sreallyago
uncle_charlie·2016-10-25 22:57

React Native填坑之旅--布局篇

代码在这里：https://github.com/future-challenger/petshop/tree/master/client/petshop/src/controller回头看看RN的填坑之旅系列
Mr 布鲁斯·2016-10-21 00:00

配置React的Babel 6和Webpack环境

项目地址：https://github.com/future-challenger/petshop/tree/master/client虽然学React比起来其他的前端框架要容易不少，但是其生态的各种工具
uncle_charlie·2016-08-31 22:57

adb shell sqlite3

阅读更多SQLite中文社区：http://www.sqlite.com.cn/1.adbshell2.chmod777/data/data/com.envision.challenger.activity
sunzeping·2013-11-15 22:00

adb shell sqlite3

阅读更多SQLite中文社区：http://www.sqlite.com.cn/1.adbshell2.chmod777/data/data/com.envision.challenger.activity
sunzeping·2013-11-15 22:00

adb shell sqlite3

 chmod 777 /data/data/com.envision.challenger.activity/databases/imchart.db    
sunzeping·2013-11-15 22:00

金胜 KingSpec Challenger C3000-060 SSD固态硬盘(SATAIII 60G) 性能

在淘宝上入手了一块固态硬盘来改善家里5年前买入的老爷机性能,具体店铺不贴了，以避广告之嫌。主板：技嘉 965P-S3,(只支持SATAII)内存:4GDDR2667CPU:Core2E6300操作系统:Windows2008R2(x64)本来想买镁光M4,但是考虑到SATAII的老主板没必要浪费钱，所以选了国产金胜KingSpecChallengerC3000-060SSD固态硬盘(SATAIII
wangjia184·2012-04-17 10:00

《除了加薪，还能怎样激励员工？》------VentureBeat刊载

就业咨询公司Challenger,Gray&Christmas上个月发布的报告显示，差不多20%的受访公司恢复到了经济衰退前的福利待遇，只有40%的公司把金融危机中裁掉的员工请了回来。
kewpie_l·2011-12-21 21:55

New Barnes & Noble Nook Adds Touchscreen, Improves Interface

Barnes & Noble Nook from its box, I could tell that this petite e-reader was going to be a worthy challenger
sbguh·2011-06-19 08:00

ICO 搜索下载网站

Challenger IconDB [转自] http://www.woiweb.net/10-ico-search
bh_wang·2011-04-15 11:00

今天再次与老板不欢而散

然而，今天，再次有人拿那些无谓的小伎俩来challengeR9的智商。 话说R9已经旷工很多天在家了。其实也不能算是旷工，R9只是擅长捣浆糊而已。一周的事情，R9总是可以在1天之内顺利搞定。 
kaichenann·2010-07-29 15:00

今天再次与老板不欢而散

然而，今天，再次有人拿那些无谓的小伎俩来challengeR9的智商。话说R9已经旷工很多天在家了。其实也不能算是旷工，R9只是擅长捣浆糊而已。一周的事情，R9总是可以在1天之内顺利搞定。
kaichenann·2010-07-29 15:00

今天再次与老板不欢而散

然而，今天，再次有人拿那些无谓的小伎俩来challengeR9的智商。 话说R9已经旷工很多天在家了。其实也不能算是旷工，R9只是擅长捣浆糊而已。一周的事情，R9总是可以在1天之内顺利搞定。 
kaichenann·2010-07-29 15:00

今天国内热议RIA标志着RIA在中国开始广受关注

这4篇文章分别是： RIA演义-Here comes a new challenger Adobe共舞微软WPF，Apollo激战RIA RIA, t
lwz7512·2007-07-19 19:00

BI相关的开源工具

BI相关的开源工具（转）转自：http://challenger11.blogdriver.com/challenger11/1241587.html我们都知道“瞎子摸象”的故事。
hengheng123456789·2006-12-30 12:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他