CVPR 2024 国际挑战赛竞赛细则全面发布
新赛题
七大赛道，赛题新颖，全方位覆盖相关领域最新最热话题，充分挖掘大模型在自动驾驶及具身智能垂直领域中的应用。
高奖金
总奖金池超过12万美金，单赛道最高奖金可达2.7万美金。据不完全统计，奖金额度在CVPR 2024百个论坛中最高。
重原创
加强基础研究探索，坚持四个面向。以原创性与科学研究价值作为主要衡量指标，并不单靠成绩排名。采取原创方案加性能指标两者结合的方式进行综合排序。
2024年3月1号，CVPR 2024 国际挑战赛正式启动。本次挑战赛由上海人工智能实验室主办，并联合多家国内外机构共同举办。多位国内外知名专家学者组成赛事指导与评奖委员会。本次比赛共设七个赛道，获胜者有机会获得高达两万七千美金奖励，还有机会被邀请在国际顶级期刊进行投稿。我们还为每个赛道准备了详细的参赛指引及基准模型，点击每个赛道对应链接即可访问。
比赛官网
https://opendrivelab.com/challenge2024
主活动
CVPR 2024论坛 - Workshop on Foundation Models for Autonomous Systems (Seattle, USA)
相关活动
四月下旬：第三届中国三维视觉大会（China3DV 2024），http://www.csig3dv.net/2024/competition.html
六月中旬：线下活动（北京/上海）
01
赛题介绍
端到端自动驾驶
由于先前数据集规模有限、开环和闭环指标不一致等原因，导致难以使用真实数据对感觉运动驱动策略进行基准测试。此赛道中，将使用大规模数据弥合两种评估范式之间的差距，并通过在短时序范围内的BEV抽象建模，实现高效开环评测，同时更好地与闭环评估保持一致。
赛道信息：
https://opendrivelab.com/challenge2024/#end_to_end_driving_at_scale
数据量：
约2T
测试服务器：
https://huggingface.co/spaces/AGC2024-P/e2e-driving-2024
世界模型
作为现实的抽象时空表征，世界模型可根据观测到的当前状态预测未来状态，对世界模型的学习将促进基础模型性能提升至新水平。模型需要在只有视觉输入的情况下，预测出未来时刻的点云，以证明其对世界的预测能力。
赛道信息：
https://opendrivelab.com/challenge2024/#predictive_world_model
数据量：
约2T
参考训练时间：
样本数据8卡A100，3天
测试服务器：
https://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024
占据栅格和运动估计
三维框往往不足以描述一般物体，受机器人学概念的启发，可将感知表征描述成对栅格化三维空间的占据情况预测。在这个赛道中，参赛者不仅要给出三维空间的栅格化表示，还须给出栅格的运动预测。
赛道信息：
https://opendrivelab.com/challenge2024/#occupancy_and_flow
自动驾驶挑战赛@China3DV ：
https://huggingface.co/spaces/China3DV-S/occupancy-and-flow-2024
数据量：
约70GB
参考训练时间：
8卡 3090，2天
测试服务器：
https://huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024
具身多模态三维视觉定位
相比驾驶场景，室内的具身三维感知系统面对的是包含语言指令的多模态输入、更复杂的语义理解、更多样的物体类别和朝向，以及大不相同的感知空间和需求。基于此，大赛构造了一套第一视角的多模态全场景三维感知工具包 EmbodiedScan。这项任务的目标是：给定关于特定物体的语言描述，检测出目标物体的类别以及带朝向的三维框。
赛道信息：
https://opendrivelab.com/challenge2024/#multiview_3d_visual_grounding
数据量：
约1.5T，比赛直接相关数据约 300G
参考训练时间：
参考训练时间：样本数据 4卡 A100 0.5天，全量数据 8卡 A100 1.5天
测试服务器：https://huggingface.co/spaces/AGC2024/visual-grounding-2024
CARLA自动驾驶挑战赛
CARLA自动驾驶挑战要求车辆通过一组预先定义的路线。车辆行驶路线中涉及复杂的情况，如高速公路、城区、住宅区和乡村等环境，同时包含日光、日落、夜晚以及雨、雾等光照和天气，为自动驾驶系统的闭环评测提供了可能。
赛道信息：https://opendrivelab.com/challenge2024/#carla
测试服务器：https://eval.ai/web/challenges/challenge-page/2098/overview
大语言模型在自动驾驶中的应用
通过引入语言信息，DriveLM数据集将大语言模型与自动驾驶系统连接起来，并最终通过引入语言的推理能力做出决策，确保规划的可解释性。以多视角图像为输入信息，模型须回答涉及驾驶的多方面问题。
赛道信息：https://opendrivelab.com/challenge2024/#driving_with_language
数据量：
训练集4072帧，测试集799帧，每帧约90个问答对
参考训练时间：
8卡V100，1天
测试服务器：
https://huggingface.co/spaces/AGC2024/driving-with-language-2024
无图驾驶
在没有高清地图的情况下，自动驾驶汽车需要高水平的场景理解能力，本赛道旨在探索场景推理能力的极限。将多视角图像和标清地图作为输入信息，神经网络不仅要输出车道和交通元素的感知结果，同时还须输出车道之间、车道和交通元素之间的拓扑关系。
赛道信息：
https://opendrivelab.com/challenge2024/#mapless_driving
自动驾驶挑战赛@China3DV ：
https://huggingface.co/spaces/China3DV/mapless-driving-2024
数据量：
约200G
参考训练时间：
8卡V100，1天
测试服务器：
https://huggingface.co/spaces/AGC2024/mapless-driving-2024
02
赛程安排
以下时间均为北京时间，详情请参照大赛官方网站
即日起-
2024年6月1日
01
参赛报名
2024年3月1日
02
比赛正式开始
2024年3月25日
03
测试服务器开放
2024年6月1日
04
测试服务器关闭
2024年6月18日
05
比赛结果公布
03
指导与评奖委员会
＊按照姓名笔画排序；名单持续更新中。 |
||
乔宇 |
上海人工智能实验室 |
领军科学家，主任助理 |
刘青山 |
南京邮电大学 |
副校长 |
杨小康 |
上海交通大学 |
人工智能研究院执行院长 |
李升波 |
清华大学 |
车辆学院党委书记，国家高层次领军人才，教授 |
张亚勤 |
清华大学 |
中国工程院外籍院士，智能产业研究院院长，讲席教授 |
陈宝权 |
北京大学 |
智能学院副院长，博雅特聘教授 |
夏华夏 |
美团 |
首席科学家，副总裁 |
高新波 |
重庆邮电大学 |
党委副书记，校长，教授 |
薛建儒 |
西安交通大学 |
教授 |
_ |
点击“阅读原文”或访问以下链接即可了解详情
https://opendrivelab.com/challenge2024
微信交流群
关于我们 -> 加入社群
报名链接
联系邮箱
workshop-e2e-ad@googlegroups.com