京公网安备 11030102010643号|
比赛开始：20220125 参赛截止：20220407 组队截止：20220407 比赛结束：20220523 |
DataCastle 图像识别 参赛人数：288 参赛队伍：210 提交次数：333 |
| 习近平总书记提出，“中国要强盛、要复兴，就一定要大力发展科学技术，努力成为世界主要科学中心和创新高地”。当前，全球科技创新进入空前密集活跃的时期，新一轮科技革命和产业变革正在重构全球创新版图。以人工智能、移动通信、区块链等为代表的新一代信息技术加速突破应用，融合机器人、数字化的先进制造技术正在加速推进制造业向智能化、绿色化转型。 为把握智能化时代新机遇，勇担科技自立自强的历史使命，进一步巩固中国高铁作为科技创新龙头产业地位，打造高端装备原创技术策源地，中车株洲电力机车研究所有限公司联合株洲经济开发区管委会共同组织开展首届“沉香挑战杯”智能技术创新应用大赛。 | 奖金：146000人民币 |
|
比赛开始：20220215 参赛截止：20220517 组队截止：20220517 比赛结束：20220524 |
Kaggle 参赛人数：237 参赛队伍：205 提交次数：1822 |
| Identify bird calls in soundscapes | 奖金：10000美元 |
|
比赛开始：20220309 参赛截止：20220517 组队截止：20220517 比赛结束：20220524 |
Kaggle 参赛人数：33 参赛队伍：30 提交次数：92 |
| Location-based species presence prediction | 奖金：0美元 |
|
比赛开始：20220331 比赛结束：20220527 |
天池 算法赛 参赛队伍：31 |
| According to the GMI report, global pet care market size surpassed $232 billion in 2020. With the rapid growth of pet economy, pet welfare becomes an increasingly critical issue. | 奖金：20000美元 |
|
比赛开始：20220328 参赛截止：20220520 组队截止：20220520 比赛结束：20220528 |
biendata 参赛人数：742 参赛队伍：679 |
| 奖金：80000人民币 | |
|
比赛开始：20220214 参赛截止：20220523 组队截止：20220523 比赛结束：20220530 |
Kaggle 参赛人数：106 参赛队伍：92 提交次数：802 |
| Identify plant species of the Americas from herbarium specimens | 奖金：0美元 |
|
比赛开始：20220321 参赛截止：20220523 组队截止：20220523 比赛结束：20220530 |
Kaggle 参赛人数：4 参赛队伍：4 提交次数：31 |
| Count the number of animals in a sequence of images | 奖金：0美元 |
|
比赛开始：20220315 参赛截止：20220523 组队截止：20220523 比赛结束：20220530 |
Kaggle 参赛人数：167 参赛队伍：149 提交次数：1541 |
| Identify crop varietals | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220523 组队截止：20220523 比赛结束：20220530 |
Kaggle 参赛人数：104 参赛队伍：59 提交次数：598 |
| Recognizing hotels to aid Human trafficking investigations | 奖金：0美元 |
|
比赛开始：20220216 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| Navigate to a sequence of objects inserted into the Matterport3D environment | 奖金：0美元 |
|
比赛开始：20220216 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| A challenge for evaluating semantic scene understanding algorithms under various circumstances | 奖金：0美元 |
|
比赛开始：20220220 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| Navigate to a sequence of objects inserted into the HM3D environment | 奖金：0美元 |
|
比赛开始：20220304 参赛截止：20220601 组队截止：20220601 比赛结束：20220531 |
AI Studio 目标检测 参赛人数：897 |
| 第十七届全国大学生智能车竞赛创意组百度智慧交通线上资格赛，报名学校将免费获赠百度EdgeBoard开发板（型号FZ3A)1个及4个25GA闭环电机 | 奖金：0人民币 |
|
比赛开始：20220202 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| Ego4D challenge on audio-visual transcription | 奖金：0美元 |
|
比赛开始：20220315 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
AI Studio WEB和CV 参赛人数：522 |
| 工信部主办重量级国赛-百度飞桨赛题一：基于深度学习的遥感图像智能解译平台 | 奖金：0人民币 |
|
比赛开始：20220321 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| Evaluates algorithm for MOTS on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20220321 参赛截止：20220531 组队截止：20220531 比赛结束：20220531 |
EvalAI |
| Evaluates algorithm for MOT on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20220115 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
AI Studio 图像分割 参赛人数：829 |
| 第十七届全国大学生智能汽车竞赛——完全模型竞速组线上资格赛，报名学校将获得百度EdgeBoard开发板免费借用资格。 | 奖金：0人民币 |
|
比赛开始：20220301 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Leadboards for development | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on the Natural Language Queries task from the Episodic Memory benchmark | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on detecting the state change of an object | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on Short Term Object Interaction Anticipation | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on PNR object state change temporal localization | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on the Visual Queries task from the Episodic Memory benchmark | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20220601 组队截止：20220601 比赛结束：20220601 |
EvalAI |
| Ego4D challenge on Long term action anticipation | 奖金：0美元 |
|
比赛开始：20220404 参赛截止：20220526 组队截止：20220526 比赛结束：20220602 |
Kaggle 参赛人数：512 参赛队伍：436 提交次数：5280 |
| Register two images from different viewpoints | 奖金：10000美元 |
|
比赛开始：20220215 参赛截止：20220603 组队截止：20220603 比赛结束：20220603 |
EvalAI |
| SoundSpaces Challenge for Embodied AI Workshop in CVPR 2022 | 奖金：0美元 |
|
比赛开始：20220407 参赛截止：20220606 组队截止：20220606 比赛结束：20220606 |
AI Studio 论文复现 参赛人数：364 |
| 要求选手在指定时间内使用飞桨完成论文复现，考察复现模型的精度。 | 奖金：0人民币 |
|
比赛开始：20220322 比赛结束：20220610 |
天池 算法赛 参赛队伍：288 |
| The challenge is based on a dataset released by Alibaba, which contains near 3 million images and covers 50 thousands SKU level commodity categories. It is the first time that an industry scale and granularity dataset becomes available for the computer vision research community to understand and help tackle the challenge in real-world commodity image recognition. | 奖金：3000美元 |
|
比赛开始：20220227 参赛截止：20220611 组队截止：20220611 比赛结束：20220611 |
EvalAI |
| CVPR 2022 Workshop | 奖金：0美元 |
|
比赛开始：20210613 比赛结束：20220612 |
codalab Research 参赛人数：44 |
| Focused on recognizing tiny actions in videos, in conjunction with ActivityNet Workshop at CVPR 2021. | 奖金：0美元 |
|
比赛结束：20220612 |
DRIVENDATA |
| Advance the science of image similarity detection, with applications in areas including content tracing, copyright infringement and misinformation. In the "Matching Track" participants develop models to predict if an image comes from a large corpus of images. | 奖金：0美元 |
|
比赛结束：20220612 |
DRIVENDATA |
| Advance the science of image similarity detection, with applications in areas including content tracing, copyright infringement and misinformation. In the "Descriptor Track" participants generate image descriptors that enable the problem to be solved at scale. | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：39 |
| Shared Task on Speech Recognition for Vulnerable Individuals in Tamil-LT-EDI@ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：122 |
| Shared Task on Hope Speech Detection for Equality, Diversity, and Inclusion (English, Tamil, Spanish, Kannada, and Malayalam) (LT-EDI-2022) @ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：97 |
| Shared Task on Homophobia/Transphobia Detection in social media comments: at Second Workshop on Language Technology for Equality, Diversity, Inclusion ... | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：116 |
| Shared Task on Emotion Analysis in Tamil-DravidianLangTech@ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：73 |
| Shared Task on Toxic Span Identification in Tamil at DravidianLangTech@ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：100 |
| Shared Task on Abusive Comment Detection (Misogyny, Misandry, Homophobia, Transphobia, Xenophobia, Counter Speech, Hope Speech) in Tamil DravidianLangTech@ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：58 |
| Shared task on Multimodal Sentiment Analysis in Dravidian Languages -DravidianLangTech@ACL 2022 | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：146 |
| Shared task on Detecting Signs of Depression from Social Media Text at Second Workshop on Language Technology for Equality, Diversity ... | 奖金：0美元 |
|
比赛开始：20211121 比赛结束：20220615 |
codalab Research 参赛人数：55 |
| Shared Task on Multi-task learning and Meta-learning in Dravidian Languages- DravidianLangTech@ACL 2022 | 奖金：0美元 |
|
比赛开始：20220307 参赛截止：20220615 组队截止：20220615 比赛结束：20220615 |
EvalAI |
| Detect text paraphrasing | 奖金：0美元 |
|
比赛开始：20220307 参赛截止：20220615 组队截止：20220615 比赛结束：20220615 |
EvalAI |
| Data2graph matching | 奖金：0美元 |
|
比赛开始：20220308 参赛截止：20220620 组队截止：20220620 比赛结束：20220620 |
AI Studio 数字艺术设计 参赛人数：62 |
| 未来设计师·全国高校数字艺术设计大赛始于2012年，每年一届，已入选中国高等教育学会发布的《全国普通高校学科竞赛排行榜》和《全国普通高校教师教学竞赛项目》，是高校教育教学改革和创新人才培养的重要竞赛项目之一。 | 奖金：0人民币 |
|
比赛开始：20220321 参赛截止：20220613 组队截止：20220613 比赛结束：20220620 |
Kaggle 参赛人数：1592 参赛队伍：1404 提交次数：15602 |
| Help Identify Similar Phrases in U.S. Patents | 奖金：25000美元 |
|
比赛开始：20211210 参赛截止：20220615 组队截止：20220615 比赛结束：20220625 |
DataCastle 数据建模 大数据 参赛人数：2 参赛队伍：2 提交次数：0 |
| 第五届“高斯杯”全国大学生数学建模竞赛是由“高斯杯”全国大学生数学建模组委会、 四川创新人才发展研究院和成都数聚城堡科技有限公司主办的全国性数学建模活动。本次大赛的目的希望可以将更多的数模知识应用到实际问题中来促进社会、经济发展，在这一探究过程中也希望广大参赛者可以进一步提高自身对于数学模型的能力以及编程应用能力，同时也也希望参赛者在比赛过程中培养创造精神及合作意识。 | 奖金：0 |
|
比赛结束：20220626 |
DRIVENDATA |
| SUBMIT HERE FOR 2022 PREDICTIONS AND PRIZES! Seasonal snowpack is a critical water resource throughout the Western U.S. Help the Bureau of Reclamation estimate snow water equivalent (SWE) at a high spatiotemporal resolution using near real-time data sources. | 奖金：0美元 |
|
比赛开始：20160526 比赛结束：20220630 |
Analytics Vidhya 参赛人数：74031 参赛队伍：1 |
| Build a solution to automate the loan approval process for a retail bank using Machine Learning & take your first step in the Data Science World! | 奖金：0Practice Problem |
|
比赛开始：20160526 比赛结束：20220630 |
Analytics Vidhya 参赛人数：46251 |
| Sales of a given product at a retail store can depend both on store attributes as well as product attributes. Build a data science solution to predict the same for 'Big Mart'! | 奖金：0Practice Problem |
|
比赛开始：20160719 比赛结束：20220630 |
Analytics Vidhya 参赛人数：25002 参赛队伍：92 |
| Build a Machine Learning Model on this huge transactional data to predict the purchase amount of a given customer during Black Friday Sales! | 奖金：0Practice Problem |
|
比赛开始：20161003 比赛结束：20220630 |
Analytics Vidhya 参赛人数：11437 参赛队伍：36 |
| Build an image classification model to identify digits using the all popular MNIST dataset and compete with the best! | 奖金：0Practice Problem |
|
比赛开始：20180612 比赛结束：20220630 |
Analytics Vidhya 参赛人数：7225 |
| Categorise the apparels into the correct categories (Shoe, Top, Dress etc.) using just the image of the apparel | 奖金：0Practice Problem |
|
比赛开始：20190128 比赛结束：20220630 |
Analytics Vidhya 参赛人数：7709 参赛队伍：64 |
| Are you a NLP expert? Different brands monitor their online conversations to measure the success of their product. Here is a challenge for you to predict the sentiments of tweet data of netizens. | 奖金：0Practice Problem |
|
比赛开始：20190128 比赛结束：20220630 |
Analytics Vidhya 参赛人数：14814 参赛队伍：404 |
| Can you predict which employee has a higher chance of getting promoted and help the help the organization to expedite the appraisal and promotion process? | 奖金：0Practice Problem |
|
比赛开始：20190128 比赛结束：20220630 |
Analytics Vidhya 参赛人数：3682 参赛队伍：29 |
| Get started with your first computer vision challenge to count the number of faces in the image. Don’t panic!! if you are a complete beginner we will provide you the best resources to start your computer vision journey. | 奖金：0Practice Problem |
|
比赛开始：20190128 比赛结束：20220630 |
Analytics Vidhya 参赛人数：13148 |
| Help a food delivery business in forecasting the food demand for the upcoming weeks so that we can plan the stock of raw materials. A perfect challenge to test your time series knowledge. | 奖金：0Practice Problem |
|
比赛开始：20190128 比赛结束：20220630 |
Analytics Vidhya 参赛人数：5730 参赛队伍：90 |
| Help a StackOverflow like platform to identify the best question authors by predicting the upvote count of questions asked. | 奖金：0Practice Problem |
|
比赛开始：20180612 比赛结束：20220630 |
Analytics Vidhya 参赛人数：3618 |
| Is this joke funny? Can you predict the crowdsourced rating of a joke using the just the joke text? Take this challenge to find out! | 奖金：0Practice Problem |
|
比赛开始：20170805 比赛结束：20220630 |
Analytics Vidhya 参赛人数：8517 |
| Can you create an AI that can automatically classify sounds from various sources such as animals, traffic, human etc? | 奖金：0Knowledge and Learning |
|
比赛开始：20170712 比赛结束：20220630 |
Analytics Vidhya 参赛人数：22816 |
| Help out a firm Jetrail, a company that run rails and move people at a high speed to forecast passenger traffic for the next 7 months based on historical time series data. | 奖金：0Practice Problem |
|
比赛开始：20170602 比赛结束：20220630 |
Analytics Vidhya 参赛人数：8027 |
| Capture the facial features of the Indian Actors and build a model using Computer Vision and Deep Learning to detect their age. | 奖金：0Practice Problem |
|
比赛开始：20180201 比赛结束：20220630 |
Analytics Vidhya 参赛人数：6198 |
| Online Judge Platforms want programmers engaged on their platform by recommending new problems to them. Build a Machine Learning model and help these platforms | 奖金：0Practice Problem |
|
比赛开始：20210715 比赛结束：20220630 |
天池 新人赛 参赛队伍：960 |
| 赛题以语音识别为背景，要求选手使用提供的语音数据训练模型并完成语音分类的任务。 | 奖金：0人民币 |
|
比赛开始：20220225 比赛结束：20220630 |
Kesci 参赛人数：362 参赛队伍：325 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20220225 比赛结束：20220630 |
Kesci 参赛人数：578 参赛队伍：499 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20220404 参赛截止：20220628 组队截止：20220628 比赛结束：20220705 |
Kaggle 参赛人数：1247 参赛队伍：1076 提交次数：8205 |
| Explore the Tokyo market with your data science skills | 奖金：63000美元 |
|
比赛开始：20220414 参赛截止：20220630 组队截止：20220630 比赛结束：20220707 |
Kaggle 参赛人数：621 参赛队伍：561 提交次数：4890 |
| Match point of interest data across datasets | 奖金：25000美元 |
|
比赛开始：20220412 参赛截止：20220705 组队截止：20220705 比赛结束：20220712 |
Kaggle 参赛人数：267 参赛队伍：240 提交次数：2464 |
| Use a fleet of spaceships to mine minerals before your opponents | 奖金：15000美元 |
|
比赛开始：20220414 参赛截止：20220707 组队截止：20220707 比赛结束：20220714 |
Kaggle 参赛人数：663 参赛队伍：583 提交次数：6484 |
| Track healthy organs in medical scans to improve cancer treatment | 奖金：25000美元 |
|
比赛开始：20220316 参赛截止：20220713 组队截止：20220713 比赛结束：20220715 |
AI Studio KDD 参赛人数：1185 |
| Spatial Dynamic Wind Power Forecasting. This task has practical importance for the utilization of wind energy. Participants are expected to accurately estimate the wind power supply of a wind farm. | 奖金：0美元 |
|
比赛开始：20220118 参赛截止：20220411 组队截止：20220411 比赛结束：20220718 |
Kaggle Featured 参赛人数：3376 参赛队伍：2810 提交次数：62084 |
| Make predictions against future market data | 奖金：100000美元 |
|
比赛开始：20220401 比赛结束：20220720 |
Kesci 参赛人数：213 参赛队伍：127 提交次数：0 |
| 奖金：0人民币 | |
|
比赛结束：20220726 |
DRIVENDATA |
| Using environmental data collected by U.S. Federal Government agencies, can you predict the number of dengue fever cases reported each week in San Juan, Puerto Rico and Iquitos, Peru? | 奖金：0美元 |
|
比赛结束：20220726 |
DRIVENDATA |
| Can you predict which water pumps are faulty to promote access to clean, potable water across Tanzania? This is an intermediate-level practice competition. | 奖金：0美元 |
|
比赛开始：20220502 参赛截止：20220722 组队截止：20220722 比赛结束：20220729 |
Kaggle 参赛人数：155 参赛队伍：148 提交次数：576 |
| Improve high precision GNSS positioning and navigation accuracy on smartphones | 奖金：10000美元 |
|
比赛开始：20210701 比赛结束：20220731 |
codalab Research 参赛人数：69 |
| Train controllers to conduct a power grid for as long as possible while and alert the operator in case of ... | 奖金：0美元 |
|
比赛开始：20220406 参赛截止：20220731 组队截止：20220731 比赛结束：20220731 |
AI Studio 信息抽取 参赛人数：3 |
| 将多种不同的信息抽取任务用统一的通用框架进行描述，着重考察相关技术方法在面对新的、未知的信息抽取任务与范式时的适应与迁移能力 | 奖金：0人民币 |
|
比赛开始：20220511 参赛截止：20220804 组队截止：20220804 比赛结束：20220811 |
Kaggle 参赛人数：274 参赛队伍：262 提交次数：922 |
| Predict the relationship between code and comments | 奖金：150000美元 |
|
比赛开始：20220401 参赛截止：20220815 组队截止：20220815 比赛结束：20220815 |
EvalAI |
| This competition is themed around EP robots, and we will provide simulation environments and real life scenarios. Robots need to continuously search for sequential QR codes in a specified map, while avoiding collisions with static obstacles and other moving robots in the environment. The robot that completes the search for the QR code in the fastest and safest way will win the competition. There are two tracks, the first one is simpler, which is investigates the basic algorithm, the second one is more difficult, which is investigates some reinforcement learning algorithms. We will provide a simulation environment which can be used by reinforcement learning algorithms and other learning algorithms. We will provide motion planningã€�localizationã€�shuttingã€�rule decision and reinforcement learning baseline algorithms. The competition will be divided into three stages. In the first stage, the competition will be carried out in the simulation environment, in the second stage, the competition will be carried out in the actual robot field, and in the third stage, the scheme defense will be carried out. | 奖金：0美元 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：129 参赛队伍：129 提交次数：312 |
| 用 R 动手学统计 2 | 奖金：0人民币 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：92 参赛队伍：92 提交次数：86 |
| 用 R 动手学统计 3 | 奖金：0人民币 |
|
比赛开始：20210701 比赛结束：20220902 |
Kesci 参赛人数：232 参赛队伍：232 提交次数：501 |
| 用 R 动手学统计 1 | 奖金：0人民币 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：110 参赛队伍：110 提交次数：240 |
| 用 R 动手学统计 4 | 奖金：0人民币 |
|
比赛开始：20220404 参赛截止：20220921 组队截止：20220921 比赛结束：20220921 |
EvalAI |
| An instance segmentation challenge on basketball images. | 奖金：0美元 |
|
比赛开始：20220118 参赛截止：20220923 组队截止：20220923 比赛结束：20220923 |
EvalAI |
| Greener ASR - Benchmarking automatic speech recognizer training towards low energy consumption | 奖金：0美元 |
|
比赛结束：20220924 |
DRIVENDATA |
| Can you predict the level of damage to buildings caused by the 2015 Gorkha earthquake in Nepal based on aspects of building location and construction? | 奖金：0美元 |
|
比赛开始：20210825 参赛截止：20220930 组队截止：20220930 比赛结束：20220930 |
biendata 参赛人数：80 参赛队伍：80 |
| 奖金：0人民币 | |
|
比赛开始：20210825 参赛截止：20220930 组队截止：20220930 比赛结束：20220930 |
biendata 参赛人数：128 参赛队伍：124 |
| 奖金：0人民币 | |
|
比赛开始：20220325 参赛截止：20220506 组队截止：20220506 比赛结束：20220930 |
DataCastle 智慧城市 通信 大数据 参赛人数：16 参赛队伍：16 提交次数：18 |
| 第二届中国移动“梧桐杯”大数据应用创新大赛，面向全国高校大学生，旨在发掘培养高校学生创新能力，推动大数据产学研用深度融合，打造大数据行业新生态。 | 奖金：518000人民币 |
|
比赛开始：20210701 比赛结束：20221001 |
codalab Research 参赛人数：218 |
| ICCV 2021 Workshop: Self-supervised Learning for Next-Generation Industry-level Autonomous Driving | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on the Visual Queries 3D localization task from the Episodic Memory benchmark | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on speaker diarization from the audio track | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on diarization in videos using both audio and video | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on audio-visual person localization | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on detecting the state change object in PNR frames | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on future hand prediction task | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on the Moment Query task in the Episodic Memory benchmark | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on talking to me | 奖金：0美元 |
|
比赛开始：20220401 参赛截止：20221001 组队截止：20221001 比赛结束：20221001 |
EvalAI |
| Ego4D challenge on Looking at me | 奖金：0美元 |
|
比赛开始：20210825 参赛截止：20221031 组队截止：20221031 比赛结束：20221031 |
biendata 参赛人数：59 参赛队伍：56 |
| 奖金：0人民币 | |
|
比赛开始：20211021 比赛结束：20221122 |
Kesci 参赛人数：803 参赛队伍：806 提交次数：2174 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211021 比赛结束：20221122 |
Kesci 参赛人数：300 参赛队伍：301 提交次数：1284 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211107 比赛结束：20221122 |
Kesci 参赛人数：135 参赛队伍：136 提交次数：430 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211020 比赛结束：20221122 |
Kesci 参赛人数：220 参赛队伍：222 提交次数：706 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛结束：20221123 |
DRIVENDATA |
| Can you predict whether people got H1N1 and seasonal flu vaccines using information they shared about their backgrounds, opinions, and health behaviors? | 奖金：0美元 |
|
比赛开始：20200708 比赛结束：20221130 |
codalab Research 参赛人数：166 |
| Train controllers to conduct a power grid with various energy mixes. | 奖金：0美元 |
|
比赛开始：20200708 比赛结束：20221130 |
codalab Research 参赛人数：269 |
| Train controllers to conduct a power grid for as long as possible while avoiding incidents. | 奖金：0美元 |
|
比赛结束：20221130 |
DRIVENDATA |
| We're rebooting our first prized competition for fun and education! Tag school budgets automatically to help districts get a better grasp of their spending and how to improve the impact of their scarce resources. | 奖金：0美元 |
|
比赛开始：20200922 比赛结束：20221201 |
codalab Research 参赛人数：32 |
| Detect objects in given frames from the EPIC-Kitchens 2018 dataset. | 奖金：0美元 |
|
比赛开始：20210731 比赛结束：20221230 |
Kesci 参赛人数：237 参赛队伍：237 提交次数：45 |
| 写项目，赢鲸币，开启你的数据分析之旅 | 奖金：0人民币 |
|
比赛开始：20210919 比赛结束：20221230 |
codalab Research 参赛人数：12 |
| Predicting gas capture ability of metal-organic frameworks (MOFs). | 奖金：0美元 |
|
比赛开始：20220228 比赛结束：20221230 |
Kesci 参赛人数：248 参赛队伍：248 提交次数：323 |
| 零基础入门实体识别 | 奖金：0人民币 |
|
比赛开始：20180219 参赛截止：20221231 组队截止：20221231 比赛结束：20221231 |
Kaggle Playground 参赛人数：15744 参赛队伍：14788 提交次数：126279 |
| Final project for "How to win a data science competition" Coursera course | 奖金：0美元 |
|
比赛开始：20200501 比赛结束：20221231 |
codalab Research 参赛人数：96 |
| This is the first challenge of 3D human pose estimation in the wild, including people recorded with a moving camera ... | 奖金：0美元 |
|
比赛开始：20200917 比赛结束：20221231 |
天池 新人赛 参赛队伍：7646 |
| 本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第三场 —— 零基础入门NLP赛事之新闻文本分类，本赛题以自然语言处理为背景，要求选手根据新闻文本字符对新闻的类别进行分类。这是一个经典文本分类问题。 | 奖金：0人民币 |
|
比赛开始：20201127 比赛结束：20221231 |
天池 新人赛 参赛队伍：10592 |
| 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。 | 奖金：0人民币 |
|
比赛开始：20220121 参赛截止：20221231 组队截止：20221231 比赛结束：20221231 |
AI Studio 图像分类 参赛人数：1103 |
| 要求选手使用飞桨PaddlePaddle完成图像分类之猫的12种分类问题。 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器同传 参赛人数：416 |
| 针对机器同传质量和延时进行优化 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 文本相似度 参赛人数：2161 |
| 识别两段文本在语义上是否相似 | 奖金：0人民币 |
|
比赛开始：20210802 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 信息抽取 参赛人数：1779 |
| 从非结构化自然语言文本中提取实体、关系、事件等结构化知识 | 奖金：0人民币 |
|
比赛开始：20211208 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 语义解析 参赛人数：525 |
| 将用户输入的自然语言问题转成可与数据库操作的SQL查询语句 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 开放域对话 参赛人数：547 |
| 建立一个开放域的多轮对话系统，使得机器可以流畅自然地与人进行语言交互 | 奖金：0人民币 |
|
比赛开始：20210501 比赛结束：20230101 |
codalab Research 参赛人数：82 |
| How the Human Brain Makes Sense of a World in Motion | 奖金：0美元 |
|
比赛开始：20210501 比赛结束：20230101 |
codalab Research 参赛人数：54 |
| How the Human Brain Makes Sense of a World in Motion | 奖金：0美元 |
|
比赛开始：20210420 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：217 |
| CCMT 2021 低资源语言翻译赛道，报名大赛请前往CCMT 2021官网。本比赛意在解决面向低资源语种的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20200115 比赛结束：20230101 |
codalab Research 参赛人数：1 participant |
| Lorem ipsum dolor sit amet, consectetur adipiscing elit. Mauris sagittis, tellus non rhoncus tempor, magna odio sagittis orci, ut vestibulum ... | 奖金：0美元 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：29 |
| CCMT 2021 低资源语言翻译赛道，本比赛意在解决面向低资源语种的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：19 |
| 本比赛意在解决面向低资源语种（中俄）的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：14 |
| 本比赛意在解决面向低资源语种（泰中）的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：13 |
| 本比赛意在解决面向低资源语种（中泰）的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：13 |
| 本比赛意在解决面向低资源语种（越中）的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：25 |
| 本比赛意在解决面向低资源语种（中越）的翻译质量优化问题。 | 奖金：0人民币 |
|
比赛开始：20220106 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 文本相似度 参赛人数：86 |
| 本比赛重点关注问题匹配模型在真实应用场景中的鲁棒性，多维度、细粒度检测模型的鲁棒性，以期推动语义匹配技术的发展。 | 奖金：0人民币 |
|
比赛开始：20211129 比赛结束：20230119 |
Kesci 参赛人数：538 参赛队伍：536 提交次数：0 |
| 疗程短，见效快 | 奖金：0人民币 |
|
比赛开始：20200712 比赛结束：20230131 |
天池 新人赛 参赛队伍：4833 |
| 本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第二场 —— 零基础入门CV赛事之街景字符识别，赛题以计算机视觉中字符识别为背景，要求选手预测真实场景下的字符识别，这是一个典型的字符识别问题。 | 奖金：0人民币 |
|
比赛开始：20220120 比赛结束：20230228 |
Kesci 参赛人数：31 参赛队伍：31 提交次数：20 |
| 是时候展现真正的技术了 😎 | 奖金：0人民币 |
|
比赛开始：20211102 参赛截止：20220114 组队截止：20220114 比赛结束：20230329 |
DataCastle 行为预测 参赛人数：1 参赛队伍：1 提交次数：0 |
| 随着潍坊市经济的迅速发展，机动车保有量不断攀升，“停车难”日益成为困扰城市发展和管理的热点难点问题，也是群众急盼解决的烦心事。充分利用物联网、大数据等信息化手段，开发限时免费停车服务及应用，尽可能地把城市空间还给百姓，对有效缓解停车供需矛盾、全面提升城市精细化管理水平，具有重要现实意义。 | 奖金：130000人民币 |
|
比赛开始：20220301 比赛结束：20230330 |
Kesci 参赛人数：6 参赛队伍：6 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20220301 参赛截止：20230531 组队截止：20230531 比赛结束：20230331 |
AI Studio 能耗数据预测 参赛人数：162 |
| 2022年香港置地DT杯算法竞赛由香港置地主办，并由百度飞桨平台提供独家赛事技术支持，本次竞赛主题是预测大型商业综合体能耗数据。 | 奖金：0人民币 |
|
比赛开始：20220304 参赛截止：20230331 组队截止：20230331 比赛结束：20230331 |
AI Studio 机器人 参赛人数：206 |
| 1 | 奖金：0人民币 |
|
比赛开始：20210201 比赛结束：20230601 |
codalab Research 参赛人数：14 |
| Face Detection in the Low-Light Condition for track1.2 challenge, UG2+ workshop, CVPR 2021 | 奖金：0美元 |
|
比赛开始：20210630 参赛截止：20230101 组队截止：20230101 比赛结束：20230630 |
AI Studio 阅读理解 参赛人数：637 |
| 让机器阅读文本然后回答和阅读内容相关的问题， 阅读理解旨在使机器具备理解自然语言的能力 | 奖金：0人民币 |
|
比赛开始：20220330 比赛结束：20231122 |
Kesci 参赛人数：72 参赛队伍：72 提交次数：159 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20220119 比赛结束：20231230 |
Kesci 参赛人数：95 参赛队伍：94 提交次数：127 |
| 奖金：0人民币 | |
|
比赛开始：20220406 比赛结束：20231230 |
Kesci 参赛人数：9 参赛队伍：9 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20201231 比赛结束：20231231 |
codalab Research 参赛人数：21 |
| ICDAR 2021 Official Competition | 奖金：0美元 |
|
比赛开始：20200908 比赛结束：20240131 |
天池 算法赛 新人赛 参赛队伍：1033 |
| The widespread use of computer vision methods in the retail industry has sparked a new set of challenges, such as the difficult task of correctly distinguishing between a large number of products, especially when the products are quite similar. | 奖金：3000美元 |
|
比赛开始：20200421 比赛结束：20240201 |
天池 新人赛 参赛队伍：14832 |
| 本次赛事是Datawhale与天池共同发起的零基础入门系列赛事第一场 —— 零基础入门数据挖掘-二手车交易价格预测，赛题以二手车市场为背景，要求选手预测二手汽车的交易价格，这是一个典型的回归问题。 | 奖金：0人民币 |
|
比赛开始：20191029 比赛结束：20240201 |
天池 新人赛 参赛队伍：4697 |
| 这是为Docker学习者开设的练习场。Docker技术，有人说是“集装箱”，有人说是“盗梦空间”，有人说是“胶囊式公寓”，TA到底是什么呢？ | 奖金：0人民币 |
|
比赛开始：20191022 比赛结束：20240201 |
天池 新人赛 参赛队伍：1566 |
| 我们为什么要预测台风？因为台风就在那里。通过气象卫星图像预测台风的发展强度、行进轨迹、乃至于降水在各地的实时详细分布，为台风预警与防灾贡献一份力量。 | 奖金：0人民币 |
|
比赛开始：20190117 比赛结束：20240201 |
天池 新人赛 参赛队伍：8502 |
| 幸福感是一个古老而深刻的话题，是人类世代追求的方向。我们的幸福感有哪些共性，就让我们通过这个赛题一起来挖掘吧！ | 奖金：0人民币 |
|
比赛开始：20181123 比赛结束：20240201 |
天池 新人赛 参赛队伍：3049 |
| 大赛聚焦恶意文件云检测这一问题，让云计算的数据优势通过选手的聪明才智转化为行业解决方案，让病毒木马无所遁形，让“云计算”与“安全”发生新的化学反应。 | 奖金：0人民币 |
|
比赛开始：20181015 比赛结束：20240201 |
天池 新人赛 参赛队伍：10850 |
| 锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等。此赛题根据锅炉传感器采集的数据，预测产生的蒸汽量。 | 奖金：0人民币 |
|
比赛开始：20180701 比赛结束：20240201 |
天池 新人赛 参赛队伍：1066 |
| FashionAI Global Challenge inviting you to solve the imminent issues on the application of AI in fashion. | 奖金：0人民币 |
|
比赛开始：20180701 比赛结束：20240201 |
天池 新人赛 参赛队伍：992 |
| FashionAI Global Challenge inviting you to solve the imminent issues on the application of AI in fashion. | 奖金：0人民币 |
|
比赛开始：20180903 比赛结束：20240201 |
天池 新人赛 参赛队伍：2580 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20180901 比赛结束：20240201 |
天池 新人赛 参赛队伍：1775 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20180901 比赛结束：20240201 |
天池 新人赛 参赛队伍：804 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20170228 比赛结束：20240201 |
天池 新人赛 参赛队伍：21356 |
| 天池新人实战赛是针对数据新人开设的实战练习专场，以经典赛题作为学习场景，提供详尽入门教程，手把手教你学习数据挖掘。天池希望新人赛能成为高校备受热捧的数据实战课程，帮助更多学生掌握数据技能。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20240201 |
天池 新人赛 参赛队伍：6912 |
| Merchants sometimes run big promotions (e.g., discounts or cash coupons) on particular dates (e.g., Boxing-day Sales, "Black Friday" or "Double 11 (Nov 11th)" , in order to attract a large number of new buyers. Unfortunately, many of the attracted buyers are one-time deal hunters, and these promotions may have little long lasting impact on sales. | 奖金：0美元 |
|
比赛开始：20160510 比赛结束：20240201 |
天池 新人赛 参赛队伍：3425 |
| 穿衣搭配是服饰鞋包导购中非常重要的课题，它所延伸出的技术、算法能广泛应用到大数据营销几乎所有场景中，如搜索、推荐和营销服务。淘宝穿衣搭配算法竞赛将为参赛者提供搭配专家和达人生成的搭配组合数据，百万级别的淘宝商品的文本和图像数据，同时还将提供用户的脱敏行为数据。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20240201 |
天池 新人赛 参赛队伍：5484 |
| 对于一条原创博文而言,转发、评论、赞等互动行为能够体现出用户对于博文内容的兴趣程度，也是对博文进行分发控制的重要参考指标。本届赛题的任务就是根据抽样用户的原创博文在发表一周后的转发、评论、赞总数，建立博文的互动模型，并预测用户后续博文在发表一周后的互动情况。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20240201 |
天池 新人赛 参赛队伍：8489 |
| 蚂蚁金服拥有上亿会员并且业务场景中每天都涉及大量的资金流入和流出，面对如此庞大的用户群，资金管理压力会非常大。在既保证资金流动性风险最小，又满足日常业务运转的情况下，精准地预测资金的流入流出情况变得尤为重要。 | 奖金：0人民币 |
|
比赛开始：20160309 比赛结束：20240201 |
天池 新人赛 参赛队伍：13764 |
| 天池新人实战赛是针对数据新人开设的实战练习专场，以经典赛题作为学习场景，提供详尽入门教程，手把手教你学习数据挖掘。天池希望新人赛能成为高校备受热捧的数据实战课程，帮助更多学生掌握数据技能。 | 奖金：0人民币 |
|
比赛开始：20200825 比赛结束：20240201 |
天池 新人赛 参赛队伍：1350 |
| 在信息时代的大背景下，利用数据分析来实现人格测试早已屡见不鲜。本次学习赛的目的，正是利用阿里云的机器学习平台PAI DSW来实现一个相亲战斗力检测器，在教授技术的同时也带大家层层剖析此类游戏的原理。 | 奖金：0人民币 |
|
比赛开始：20200820 比赛结束：20240201 |
天池 新人赛 参赛队伍：1851 |
| AI时代的到来刷新了人类探索宝可梦精灵的方式：来自中国的宝可梦训练师鱼哲，通过阿里云机器学习平台PAI DSW的数据分析功能，发现了能更好更快了解宝可梦精灵的办法。 | 奖金：0人民币 |
|
比赛开始：20200930 比赛结束：20240201 |
天池 新人赛 参赛队伍：745 |
| 用Python做月饼，过云上中秋 | 奖金：0人民币 |
|
比赛开始：20210204 比赛结束：20240201 |
天池 算法赛 参赛队伍：8582 |
| 本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第五场 —— 零基础入门推荐系统之新闻推荐场景下的用户行为预测挑战赛。 | 奖金：0人民币 |
|
比赛开始：20210407 比赛结束：20240201 |
天池 新人赛 参赛队伍：3346 |
| 赛题以数据分析为背景，要求选手使用公开的arXiv论文完成对应的数据分析操作。与之前的数据挖掘赛题不同，本次赛题不仅要求选手对数据进行建模，而且需要选手利用赛题数据完成具体的可视化分析。 | 奖金：0人民币 |
|
比赛开始：20210408 比赛结束：20240201 |
天池 新人赛 参赛队伍：2898 |
| 赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。 | 奖金：0人民币 |
|
比赛开始：20210114 比赛结束：20240201 |
天池 新人赛 参赛队伍：1340 |
| 零基础入门Docker-cuda练习场赛事旨在让参赛者对Docker有个基本了解与实际应用，分为基础和进阶两个赛道，让学习者更好的进行学习。 | 奖金：0人民币 |
|
比赛开始：20210310 比赛结束：20240201 |
天池 新人赛 参赛队伍：171 |
| 随着大赛场景的丰富，越来越多大赛场景对“流评测”的需求日益旺盛，也越来越多的大赛在复赛阶段采用了流评测的方法，为此我们提供了流评测练习场，帮助大家调试代码。 | 奖金：0人民币 |
|
比赛开始：20210715 比赛结束：20240201 |
天池 新人赛 参赛队伍：3923 |
| 赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20240201 |
天池 新人赛 参赛队伍：3804 |
| 赛题以竞品分析为背景，通过数据的聚类，为汽车提供聚类分类。对于指定的车型，可以通过聚类分析找到其竞品车型。通过这道赛题，鼓励学习者利用车型数据，进行车型画像的分析，为产品的定位，竞品分析提供数据决策。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20240201 |
天池 新人赛 参赛队伍：1742 |
| 赛题以购物篮分析为背景，要求选手对品牌的历史订单数据，挖掘频繁项集与关联规则。通过这道赛题，鼓励学习者利用订单数据，为企业提供销售策略，产品关联组合，为企业提升销量的同时，也为消费者提供更适合的商品推荐。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20240201 |
天池 新人赛 参赛队伍：2573 |
| 赛题以网络舆情分析为背景，要求选手根据用户的评论来对品牌的议题进行数据分析与可视化。通过这道赛题来引导常用的数据可视化图表，以及数据分析方法，对感兴趣的内容进行探索性数据分析。 | 奖金：0人民币 |
|
比赛开始：20211205 比赛结束：20241230 |
Kesci 参赛人数：754 参赛队伍：754 提交次数：1819 |
| Python闯关，线上免费学习，自学刷题闯关 | 奖金：0人民币 |
|
比赛开始：20211114 比赛结束：20241230 |
Kesci 参赛人数：517 参赛队伍：517 提交次数：1480 |
| Numpy+Pandas，线上免费学习，自学刷题闯关 | 奖金：0人民币 |
|
比赛开始：20211114 比赛结束：20241230 |
Kesci 参赛人数：449 参赛队伍：449 提交次数：1643 |
| Python闯关，线上免费学习，自学刷题闯关 | 奖金：0人民币 |
|
比赛开始：20200420 比赛结束：20250331 |
codalab Research 参赛人数：187 |
| Train controlers to conduct a power grid for as long as possible while avoiding incidents. | 奖金：0美元 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 房地产 参赛人数：1075 参赛队伍：1011 提交次数：3400 |
| 给定房屋租金价格的各个影响因素数据，建立模型预测国内某城市房屋的租金价格。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 征信 风控 训练赛 参赛人数：496 参赛队伍：439 提交次数：688 |
| 建立分类模型，识别有失信记录的企业。 | 奖金：0 |
|
比赛开始：20200417 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 机器学习 训练赛 文本 参赛人数：330 参赛队伍：320 提交次数：239 |
| 给定电影评论文本信息，建立分类模型，判断网站评论数据中的情感类别。 | 奖金：0 |
|
比赛开始：20200417 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 分类 机器学习 训练赛 参赛人数：169 参赛队伍：162 提交次数：202 |
| 给定若干个二元化表示的灰度图，建立分类模型，判断该灰度图显示什么数字。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 影视 推荐系统 训练赛 参赛人数：262 参赛队伍：243 提交次数：77 |
| 给定用户对商品的评分信息，建立分类模型，预测电商中用户对于商品的评分，从而为用户推荐电影。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 分类 机器学习 训练赛 参赛人数：420 参赛队伍：390 提交次数：930 |
| 给定企业客户信息，建立分类模型，判断企业客户是否会流失。 | 奖金：0 |
|
比赛开始：20200422 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 机器学习 训练赛 金融 参赛人数：430 参赛队伍：382 提交次数：424 |
| 给定银行用户信息，建立分类模型，预测银行用户的信用好坏。 | 奖金：0 |
|
比赛开始：20200414 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 机器学习 训练赛 文本 参赛人数：197 参赛队伍：194 提交次数：65 |
| 给定邮件文本信息，建立分类模型，判断哪些邮件属于垃圾邮件。 | 奖金：0 |
|
比赛开始：20200316 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 机器学习 训练赛 参赛人数：505 参赛队伍：441 提交次数：1100 |
| 给定的房屋基本信息以及房屋销售信息等，建立模型预测房屋的销售价格。 | 奖金：0 |
|
比赛开始：20200309 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 风控 人力资源 训练赛 参赛人数：606 参赛队伍：573 提交次数：1566 |
| 给定影响员工离职的因素和员工是否离职的记录，建立模型预测有可能离职的员工。 | 奖金：0 |
|
比赛开始：20200316 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 环境 机器学习 训练赛 参赛人数：202 参赛队伍：197 提交次数：176 |
| 给定一段时间内的北京天气相关指数数据和北京PM2.5指数等，建立模型预测接下来一段时间内北京的PM2.5指数。 | 奖金：0 |
|
比赛开始：20210712 比赛结束：20250807 |
codalab Research 参赛人数：24 |
| Can you train a model to locate cowboy suits? This is an imbalanced cowboy suits detection problem. | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：39 |
| In this task objects appear being manipulated by a subject in an egocentric viewpoint. Some hand shapes and objects are ... | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：88 |
| This task builds on BigHand2.2M dataset in a similar format to HANDS 2017 challenge. Some hand shapes, articulations and ... | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：53 |
| This task builds on HO-3D dataset. Objects appear being manipulated by a subject in a 3rd person viewpoint. Some hand ... | 奖金：0美元 |
|
比赛开始：20201022 比赛结束：20251225 |
天池 新人赛 参赛队伍：4097 |
| 带领参赛者利用Python进行数据分析以及数据可视化，包含数据集的处理、数据探索与清洗、数据分析、数据可视化四部分，让参赛者对数据分析流程有个基本了解。 | 奖金：0人民币 |
|
比赛开始：20220228 比赛结束：20251230 |
Kesci 参赛人数：205 参赛队伍：205 提交次数：83 |
| 【NLP最佳实践】Huggingface Transformers中文实战教程 | 奖金：0人民币 |
|
比赛开始：20200401 比赛结束：20251231 |
codalab Research 参赛人数：16 |
| Automatically solving linguistic translation puzzles - a "learning from small data" challenge | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20251231 |
codalab Research 参赛人数：100 |
| Based on a novel dataset we propose a image demoireing challenge to promote research on this topic. | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20251231 |
codalab Research 参赛人数：208 |
| Based on a novel dataset we propose a image demoireing challenge to promote research on this topic. | 奖金：0美元 |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：25 参赛队伍：25 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：15 参赛队伍：15 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：23 参赛队伍：23 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：9 参赛队伍：9 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：15 参赛队伍：15 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：25 参赛队伍：25 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：13 参赛队伍：13 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：12 参赛队伍：12 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：20 参赛队伍：20 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：39 参赛队伍：39 |
| 奖金：0美元 | |
|
比赛开始：20200723 参赛截止：20290723 组队截止：20290723 比赛结束：20290723 |
EvalAI |
| Long tail object recognition. | 奖金：0美元 |
|
比赛开始：20120725 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：1987 参赛队伍：1986 提交次数：8405 |
| Learn computer vision fundamentals with the famous MNIST data | 奖金：0美元 |
|
比赛开始：20120928 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：13959 参赛队伍：13831 提交次数：56141 |
| Start here! Predict survival on the Titanic and get familiar with ML basics | 奖金：0美元 |
|
比赛开始：20160830 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：4556 参赛队伍：4335 提交次数：24700 |
| Predict sales prices and practice feature engineering, RFs, and gradient boosting | 奖金：0美元 |
|
比赛开始：20200103 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：244 参赛队伍：229 提交次数：748 |
| Connect your checkers in a row before your opponent! | 奖金：0美元 |
|
比赛开始：20191223 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：977 参赛队伍：910 提交次数：4068 |
| Predict which Tweets are about real disasters and which ones are not | 奖金：0美元 |
|
比赛开始：20210322 比赛结束：20300324 |
codalab Research 参赛人数：64 |
| Organized by Biometrics and Data Pattern Analytics - BiDA Lab (UAM) | 奖金：0美元 |
|
比赛开始：20200618 参赛截止：20300603 组队截止：20300603 比赛结束：20300603 |
Kaggle Gettingstarted 参赛人数：178 参赛队伍：160 提交次数：594 |
| Getting Started with TPUs on Kaggle! | 奖金：0美元 |
|
比赛开始：20210629 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：75 参赛队伍：75 |
| 奖金：0人民币 | |
|
比赛开始：20210629 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：74 参赛队伍：74 |
| 奖金：0人民币 | |
|
比赛开始：20210628 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：144 参赛队伍：144 |
| 奖金：0人民币 | |
|
比赛开始：20211006 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
Kaggle Gettingstarted 参赛人数：841 参赛队伍：825 提交次数：3142 |
| Use machine learning to predict grocery sales | 奖金：0美元 |
|
比赛开始：20200730 参赛截止：20300701 组队截止：20300701 比赛结束：20300701 |
Kaggle Gettingstarted 参赛人数：40 参赛队伍：36 提交次数：105 |
| Detecting contradiction and entailment in multilingual text using TPUs | 奖金：0美元 |
|
比赛开始：20200828 参赛截止：20300701 组队截止：20300701 比赛结束：20300701 |
Kaggle Gettingstarted 参赛人数：196 参赛队伍：139 提交次数：928 |
| Use GANs to create art - will you be the next Monet? | 奖金：0美元 |
|
比赛开始：20210716 参赛截止：20300831 组队截止：20300831 比赛结束：20300831 |
EvalAI |
| Sejong RCV Pedestrian Detection Challenge | 奖金：0美元 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 参赛人数：528 参赛队伍：510 |
| 训练一个二分类模型，该分类模型可学习欺诈的职位描述，以预测职位描述是虚假还是真实的。赛题的难点在于数据集包括表格信息和文本信息，如果要提升预测效果很可能要使用多模态的数据挖掘。 | 奖金：0 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 参赛人数：872 参赛队伍：838 |
| 本赛题旨在通过信贷用户的其他行为，利用大数据、人工智能、机器学习等方法，预测用户是否逾期。 | 奖金：0 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 参赛人数：2765 参赛队伍：2653 |
| 本次比赛提供的数据集为人的头部3D MRI扫描图像，包含三种类别，分别是健康样本、轻度认知障碍样本和阿尔茨海默症样本。要求参赛者使用该影像数据（mat格式）训练模型算法，在独立的测试数据集中以尽量高的准确率把这三种类别的样本区分开来。每个样本都是3D的数据图像，希望参赛者能够充分利用这一特点，而且对于阿尔茨海默症具体涉及到大脑的哪一部分尚不明朗，这也是比赛的难点。竞赛期望参赛者可以提出好的算法，以达到辅助医生进行阿尔茨海默症诊断的目的。通过计算机辅助手段，我们希望可以提高检测的速度和精度。鼓励参赛者使用和设计深度学习算法来进行阿尔茨海默症的检测，但并不局限于此。赛题组希望参赛者可以充分发挥想象力和算法创造力，在医学影像领域展示出原创性并取得好的结果。 | 奖金：0 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 参赛人数：4458 参赛队伍：4255 |
| 本赛题提供了10000条对O2O店铺的评论文本训练数据，分为与食品安全有关和与食品安全无关两个类别。参赛者需要根据训练集构造文本分类模型，预测2000条测试集中的评论是否与食品安全有关。 | 奖金：0 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 回归预测 智能算法 参赛人数：1377 参赛队伍：1305 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 图像分类 目标检测 智能算法 参赛人数：1115 参赛队伍：999 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 回归预测 智能算法 参赛人数：2208 参赛队伍：2030 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 计算广告 智能算法 参赛人数：944 参赛队伍：858 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 图像分类 智能算法 参赛人数：1295 参赛队伍：1216 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 图像分类 目标检测 智能算法 参赛人数：984 参赛队伍：837 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 关系抽取 文本预处理 智能算法 参赛人数：2166 参赛队伍：2114 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain RS推荐系统 智能算法 参赛人数：362 参赛队伍：345 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 关系抽取 智能算法 参赛人数：159 参赛队伍：151 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 异常检测 智能算法 参赛人数：321 参赛队伍：316 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression prediction Connection analysis Arithmetic 参赛人数：1164 参赛队伍：1105 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Arithmetic 参赛人数：287 参赛队伍：256 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：166 参赛队伍：159 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：171 参赛队伍：161 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：170 参赛队伍：144 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression prediction Arithmetic 参赛人数：448 参赛队伍：395 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：532 参赛队伍：405 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Machine Translation Arithmetic 参赛人数：251 参赛队伍：224 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Recommendation system Arithmetic Knowledge Graph 参赛人数：960 参赛队伍：781 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Text summarization Arithmetic 参赛人数：576 参赛队伍：482 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Text summarization Relation extraction Arithmetic 参赛人数：293 参赛队伍：265 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Image segmentation Arithmetic 参赛人数：927 参赛队伍：691 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression prediction Arithmetic 参赛人数：390 参赛队伍：337 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression prediction Arithmetic 参赛人数：436 参赛队伍：347 |
| 奖金：0人民币 | |
|
比赛开始：20190331 比赛结束：20301230 |
Kesci 参赛人数：883 参赛队伍：883 提交次数：1004 |
| 金融场景是算法落地的重要场景。本次练习赛，我们聚焦于「借贷风险评估」问题，探索机器学习细分领域——迁移学习，在金融场景的更多可能性，以及其实践落地。 | 奖金：0人民币 |
|
比赛开始：20210727 参赛截止：20230101 组队截止：20230101 比赛结束：20370731 |
AI Studio 情感分析 参赛人数：1301 |
| 识别和提取文本中的倾向、立场、评价、观点等主观信息 | 奖金：0人民币 |
|
比赛开始：20200521 比赛结束：20420521 |
Kesci 参赛人数：6083 参赛队伍：5848 提交次数：15159 |
| 奖金：0人民币 | |
|
比赛开始：20220301 比赛结束：20420615 |
Kesci 参赛人数：39 参赛队伍：39 提交次数：22 |
| 奖金：0人民币 | |
|
比赛开始：20200202 参赛截止：20421009 组队截止：20421009 比赛结束：20421009 |
EvalAI |
| Build artificial agents that can hold conversations in natural, conversational language about images. | 奖金：0美元 |
|
比赛开始：20200521 比赛结束：20421229 |
Kesci 参赛人数：269 参赛队伍：265 提交次数：229 |
| DataJoy® 经典赛难度较高，复刻全球经典大型数据科学赛题，卧虎藏龙； 基于图片的行人重识别，即给定一张含有某个行人的查询图片，需要在行人图像库中查找并返回所有含有该行人的其他图片。 | 奖金：0人民币 |
|
比赛开始：20200521 比赛结束：20421230 |
Kesci 参赛人数：1174 参赛队伍：1163 提交次数：3323 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 本赛题基于员工的满意度调查与员工的基本信息和工作经历，预测员工对于公司的满意度情况。 | 奖金：0人民币 |
|
比赛开始：20181225 比赛结束：20421230 |
Kesci 参赛人数：3393 参赛队伍：3227 提交次数：9475 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 本赛题基于客户的结构化背景信息数据，预测客户是否有意愿订购银行的定期存款产品。 | 奖金：0人民币 |
|
比赛开始：20210330 比赛结束：20421230 |
Kesci 参赛人数：1041 参赛队伍：1009 提交次数：2705 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导我们尝试建立一个模型，该模型使用某私人住宿在线服务平台上发布的房地产数据来预测住宿价格。 | 奖金：0人民币 |
|
比赛开始：20210519 比赛结束：20421230 |
Kesci 参赛人数：339 参赛队伍：335 提交次数：406 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导我们尝试建立一个模型，该模型使用某私人住宿在线服务平台上发布的房地产数据来预测住宿价格。 | 奖金：0人民币 |
|
比赛开始：20210824 比赛结束：20421230 |
Kesci 参赛人数：161 参赛队伍：159 提交次数：169 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导、 本次练习赛所使用数据集基于推特用户发表的推文数据集 | 奖金：0人民币 |
|
比赛开始：20211010 比赛结束：20421230 |
Kesci 参赛人数：253 参赛队伍：252 提交次数：107 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 本次练习赛所使用数据集基于某贷款用户行为数据，预测用户贷款违约。 | 奖金：0人民币 |
|
比赛开始：20211125 比赛结束：20421230 |
Kesci 参赛人数：92 参赛队伍：92 提交次数：204 |
| DataJoy® 「进阶赛」难度中等，以「新人赛」赛题为基础延展，继续探究较为发散的赛题方向；本次的赛题主要是根据用户对长视频网站上视频（包括电影、电视剧、动漫、等）的历史评分，预测用户对其余视频的评分以便给用户推荐更适合的视频。 | 奖金：0人民币 |
|
比赛开始：20211215 比赛结束：20421230 |
Kesci 参赛人数：96 参赛队伍：96 提交次数：279 |
| 奖金：0人民币 | |
|
比赛开始：20220317 比赛结束：20421230 |
Kesci 参赛人数：26 参赛队伍：26 提交次数：13 |
| 奖金：0人民币 | |
|
比赛开始：20201015 参赛截止：20421231 组队截止：20421231 比赛结束：20421231 |
EvalAI |
| Use AI to model and discover new catalysts to address the energy challenges posed by climate change. | 奖金：0美元 |
|
比赛开始：20180630 比赛结束：20500101 |
codalab Research 参赛人数：74 |
| This challenge is designed to push the state of the art in semantic segmentation of stuff classes. | 奖金：0美元 |
|
比赛开始：20210412 比赛结束：20500101 |
codalab Research 参赛人数：139 |
| Organized by Qingyong Hu (University of Oxford) | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500115 |
codalab Research 参赛人数：42 |
| Detection of English Puns | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500122 |
codalab Research 参赛人数：20 |
| Location of English Puns | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500130 |
codalab Research 参赛人数：26 |
| Interpretation of English Puns | 奖金：0美元 |
|
比赛开始：20170815 比赛结束：20500401 |
codalab Research 参赛人数：123 |
| This is the submission page of the 2017 Hands in the Million Challenge on 3D Hand Pose Estimation, instructions can ... | 奖金：0美元 |
|
比赛开始：20190901 比赛结束：20500914 |
codalab Research 参赛人数：222 |
| 奖金：0美元 | |
|
比赛开始：20170924 比赛结束：20501001 |
codalab Research 参赛人数：42 |
| This is the submission page of the 2017 Hands in the Million Challenge on 3D Hand Pose Estimation. This competition ... | 奖金：0美元 |
|
比赛开始：20211101 参赛截止：20501101 组队截止：20501101 比赛结束：20501101 |
EvalAI |
| STAR, a novel situated reasoning benchmark, which consist of challenging question-answering tasks, structured situation description, and logic-grounded diagnosis via real-world video situations. Dataset Homepage (http://star.csail.mit.edu). | 奖金：0美元 |
|
比赛开始：20190701 比赛结束：20501231 |
codalab Research 参赛人数：40 |
| Biological relation extraction from raw text. | 奖金：0美元 |
|
比赛开始：20210715 参赛截止：20230101 组队截止：20230101 比赛结束：20510731 |
AI Studio 实体链指 参赛人数：393 |
| 将中文短文本中的实体与给定知识库中对应的实体进行关联，旨在让机器对文本中知识进行理解。 | 奖金：0人民币 |
|
比赛开始：20200412 比赛结束：20990101 |
codalab Research 参赛人数：46 |
| Benchmark for video-guided machine translation, aiming to translate source language into target language with video information as the additional context. | 奖金：0美元 |
|
比赛开始：20200411 比赛结束：20990101 |
codalab Research 参赛人数：58 |
| Benchmark for (multilingual) video captioning, aiming to automatically describe the activities in videos with various languages. | 奖金：0美元 |
|
比赛开始：20201101 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Lidar segmentation challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20200401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Motion forecasting on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20191101 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| 3d tracking challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20190401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| 3d object detection challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20210206 比赛结束：20990101 |
codalab Research 参赛人数：50 |
| Evaluation of different text clustering and summarization algorithms | 奖金：0美元 |
|
比赛开始：20210401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Conversational Question Answering | 奖金：0美元 |
|
比赛开始：20210823 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Panoptic segmentation and tracking challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20170208 参赛截止：20990301 组队截止：20990301 比赛结束：20990301 |
EvalAI |
| GQA is a new dataset that focuses on real-world compositional reasoning. The dataset contains 20M image and question pairs, each of them comes with an underlying structured representation of their semantics. The dataset is complemented with a suite of new evaluation metrics to test consistency, validity and grounding. | 奖金：0美元 |
|
比赛开始：20210210 参赛截止：20990420 组队截止：20990420 比赛结束：20990420 |
EvalAI |
| A Challenge to examine models for robust inference capabilities on commonsense axioms in text | 奖金：0美元 |
|
比赛开始：20200901 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A task-oriented dialogue natural language understanding challenge | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| test | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A challenge on CLEVRER dataset. | 奖金：0美元 |
|
比赛开始：20200409 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Remote object grounding challenge | 奖金：0美元 |
|
比赛开始：20190208 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| novel object captioning at scale with extra data | 奖金：0美元 |
|
比赛开始：20190922 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A dataset of human-human dialogs situated in the Matterport 3D simulator. | 奖金：0美元 |
|
比赛开始：20190208 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| novel object captioning at scale | 奖金：0美元 |
|
比赛开始：20210101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Evidence-based Scene Text Visual Question Answering Challenge | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Benchmark challenge for visually-grounded natural language navigation in continuous environments. | 奖金：0美元 |
|
比赛开始：20210101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| SoccerNet-v2 | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A new numerical commonsense reasoning probing task. | 奖金：0美元 |
|
比赛开始：20210330 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A Question Answering Challenge for Event Forecasting with Temporal Text Data. | 奖金：0美元 |
|
比赛开始：20210330 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Argoverse Stereo Competition | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Trajectory forecasting with complext multi-agent interactions using the AIODrive dataset | 奖金：0美元 |
|
比赛开始：20210611 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| The FEVEROUS challenge aims to evaluate the ability of a system to verify information using unstructured and structured evidence from Wikipedia. | 奖金：0美元 |
|
比赛开始：20210601 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Benchmark challenge for localization based on visually-grounded natural language dialog. | 奖金：0美元 |
|
比赛开始：20210907 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| WebQA - An open domain question answering benchmark for multimodal knowledge retrieval and reasoning | 奖金：0美元 |
|
比赛开始：20211215 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Classify between task specific reading (TSR) and normal reading (NR). | 奖金：0美元 |
|
比赛开始：20211130 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| PTR challenge is aimed at part-based visual reasoning on conceptual, relational, analogical and physical reasoning. | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Evaluation system for XDUAV - AERIAL - VisDrone19 | 奖金：0美元 |
|
比赛开始：20211101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Detect and classifiy network sessions as malware and to their respective family. | 奖金：0美元 |
|
比赛开始：20211101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Continual learning for named entity recognition (NER) using the StackOverflowNER dataset. | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Argumentative Text Understanding for AI Debater Challenge for each submission | 奖金：0美元 |
|
比赛开始：20220101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| SoccerNet Reidentification | 奖金：0美元 |
|
比赛开始：20220101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| SoccerNet Calibration | 奖金：0美元 |
|
比赛开始：20220101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| SoccerNet Spotting and Grounding | 奖金：0美元 |
|
比赛开始：20220201 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| MIA 2022 Shared task (cross-lingual open-retrieval question answering). | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| DSTC9 Track 1 and DSTC10 Track 2 - Task 2 | 奖金：0美元 |
|
比赛开始：20200615 参赛截止：20990615 组队截止：20990615 比赛结束：20990615 |
EvalAI |
| VRAI Challenge | 奖金：0美元 |
|
比赛开始：20220106 参赛截止：20990621 组队截止：20990621 比赛结束：20990621 |
EvalAI |
| Visually ground answers to visual questions asked by people with visual impairments. | 奖金：0美元 |
|
比赛开始：20210428 参赛截止：20990621 组队截止：20990621 比赛结束：20990621 |
EvalAI |
| Visually ground answers to visual questions asked by people with visual impairments. | 奖金：0美元 |
|
比赛开始：20210831 参赛截止：20990831 组队截止：20990831 比赛结束：20990831 |
EvalAI |
| Sejong RCV Pedestrian Detection Challenge | 奖金：0美元 |
|
比赛开始：20200909 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse 3D Detection Competition | 奖金：0美元 |
|
比赛开始：20190928 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse Motion Forecasting Competition | 奖金：0美元 |
|
比赛开始：20190928 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse 3D Tracking Competition | 奖金：0美元 |
|
比赛开始：20201030 比赛结束：20991201 |
Zindi Prediction Image 参赛人数：239 |
| Create a model that detects the bounding box around a sea turtle’s face | 奖金：0 |
|
比赛开始：20200716 比赛结束：20991201 |
Zindi Unstructured NLP Classification 参赛人数：400 |
| Analysing social media sentiment towards vaccines | 奖金：0 |
|
比赛开始：20200709 比赛结束：20991201 |
Zindi Unstructured NLP Classification 参赛人数：433 |
| Can you create a classification algorithm to identify Swahili news articles by category? | 奖金：0 |
|
比赛开始：20200703 比赛结束：20991201 |
Zindi Prediction Structured Good for Beginners 参赛人数：506 |
| Can you predict air quality in cities around the world using satellite data? | 奖金：0 |
|
比赛开始：20200619 比赛结束：20991201 |
Zindi Unstructured NLP Classification 参赛人数：326 |
| Can you identify tweets about coronavirus without using keywords? | 奖金：0 |
|
比赛开始：20200605 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：269 |
| Can we infer important COVID-19 public health risk factors from outdated data? | 奖金：0 |
|
比赛开始：20200501 比赛结束：20991201 |
Zindi Unstructured Computer Vision Image 参赛人数：441 |
| Can you predict whether a person in an image is wearing a face mask? #masks4all | 奖金：0 |
|
比赛开始：20200209 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：329 |
| Can you use tourism survey data and ML to predict how much money a tourist will spend when visiting Tanzania? | 奖金：0 |
|
比赛开始：20191119 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：1407 |
| A learning competition designed for DSN Bootcamp 2019 | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Structured Classification 参赛人数：991 |
| Help Tunisian company STEG detect fraud | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Unstructured Classification 参赛人数：265 |
| Use computer vision to classify receipts in Tunisa | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：851 |
| Predict airline delays for Tunisian aviation company, Tunisair | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Structured Classification 参赛人数：931 |
| Detect tax fraud using the Ministry of Finance of Tunisia's data | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Unstructured Computer Vision Image 参赛人数：535 |
| Use computer vision to detect and recognise Tunisian vehicle license plates | 奖金：0 |
|
比赛开始：20190902 比赛结束：20991201 |
Zindi Unstructured Computer Vision Image 参赛人数：563 |
| Identify which images of roads in South Africa contain potholes | 奖金：0 |
|
比赛开始：20190830 比赛结束：20991201 |
Zindi Unstructured Good for Beginners Computer Vision Image 参赛人数：387 |
| Create a binary classification algorithm to distinguish zebras from elephants | 奖金：0 |
|
比赛开始：20190729 比赛结束：20991201 |
Zindi Prediction Structured Good for Beginners 参赛人数：2794 |
| Predict who is most likely to have a bank account | 奖金：0 |
|
比赛开始：20190311 比赛结束：20991201 |
Zindi Unstructured Computer Vision Image 参赛人数：184 |
| A learning competition for CMU Data Science Club and AI Saturdays Kigali in Rwanda | 奖金：0 |
|
比赛开始：20181011 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：250 |
| A learning competition designed for DSN Bootcamp 2018 | 奖金：0 |
|
比赛开始：20181011 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：1520 |
| A learning competition designed for DSN Bootcamp 2018 | 奖金：0 |
|
比赛开始：20210905 比赛结束：20991201 |
Zindi Classification Image 参赛人数：245 |
| Can you identify which images have a segment of a road in them or not? | 奖金：0 |
|
比赛开始：20190720 比赛结束：20991212 |
codalab Research 参赛人数：35 |
| TabFact Competition requires the model to verify whether a textual statement is supported by the evidence in the semi-structured tables. | 奖金：0美元 |
|
比赛开始：20200416 比赛结束：20991231 |
codalab Research 参赛人数：23 |
| Hybrid Question Answering with both Tabular and Textual Information as Evidence | 奖金：0美元 |
|
比赛开始：20200416 比赛结束：20991231 |
codalab Research 参赛人数：9 |
| This task requires the model to read a table and generate sentences with logical/numeric inference | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20991231 |
codalab Research 参赛人数：69 |
| TweetQA task requires model to read a short tweet and a question and outputs a text phrase (does not need ... | 奖金：0美元 |
|
比赛开始：20201023 比赛结束：20991231 |
codalab Research 参赛人数：2 |
| The real-world data is distributed in different forms like unstructured text and semi-structured tables. In this dataset, we challenge the ... | 奖金：0美元 |
|
比赛开始：20201023 比赛结束：20991231 |
codalab Research 参赛人数：15 |
| The real-world data is distributed in different forms like unstructured text and semi-structured tables. In this dataset, we challenge the ... | 奖金：0美元 |
|
比赛开始：20200320 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| An autonomous navigation challenge that aims to benchmark and advance research in embodied AI. Unlike classical 'internet AI' image dataset-based challenges (e.g., ImageNet LSVRC, COCO, VQA), this is a challenge where participants upload code not predictions. The uploaded agents are evaluated in novel (unseen) environments to test for generalization. | 奖金：0美元 |
|
比赛开始：20200315 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Image Captioning with Reading Comprehension | 奖金：0美元 |
|
比赛开始：20200312 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| A dataset to benchmark visual reasoning based on text in images. | 奖金：0美元 |
|
比赛开始：20200111 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20200101 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent powerful pre-trained language models have achieved remarkable performance on most of the popular datasets for reading comprehension. It is time to introduce more challenging datasets to push the development of this field towards more comprehensive reasoning of text. We introduce a new Reading Comprehension dataset requiring logical reasoning (ReClor) extracted from standardized graduate admission examinations. | 奖金：0美元 |
|
比赛开始：20181001 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| ModaNet fashion understanding challenge for each submission | 奖金：0美元 |
|
比赛开始：20180313 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| The first benchmark challenge for visually-grounded natural language navigation in real buildings. | 奖金：0美元 |
|
比赛开始：20210215 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| An autonomous navigation challenge that aims to benchmark and advance research in embodied AI. Unlike classical 'internet AI' image dataset-based challenges (e.g., ImageNet LSVRC, COCO, VQA), this is a challenge where participants upload code not predictions. The uploaded agents are evaluated in novel (unseen) environments to test for generalization. | 奖金：0美元 |
|
比赛开始：20210225 比赛结束：20991231 |
codalab Research 参赛人数：13 |
| Second stage | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| A dataset to benchmark visual reasoning based on text in images. | 奖金：0美元 |
|
比赛开始：20210312 比赛结束：20991231 |
codalab Research 参赛人数：7 |
| Evaluation of different text clustering and summarization algorithms | 奖金：0美元 |
|
比赛开始：20200315 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Image Captioning with Reading Comprehension | 奖金：0美元 |
|
比赛开始：20210601 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| RRC-ICText (Long Term) | 奖金：0美元 |
|
比赛开始：20210906 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Evaluating latent variable models of the brain | 奖金：0美元 |
|
比赛开始：20211001 比赛结束：20991231 |
codalab Research 参赛人数：9 |
| The official Leaderboard for ConditionalQA. | 奖金：0美元 |
|
比赛开始：20220101 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| This challenge acts as the test set submission and evaluation for StereOBJ-1M dataset. | 奖金：0美元 |
|
比赛开始：20220214 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| An autonomous navigation challenge that aims to benchmark and advance research in embodied AI. Unlike classical 'internet AI' image dataset-based challenges (e.g., ImageNet LSVRC, COCO, VQA), this is a challenge where participants upload code not predictions. The uploaded agents are evaluated in novel (unseen) environments to test for generalization. | 奖金：0美元 |
|
比赛开始：20220316 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Leaderboard for the ACL 2022 (Findings) paper: "E-KAR: A Benchmark for Rationalizing Natural Language Analogical Reasoning". | 奖金：0美元 |
|
比赛开始：20200122 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20200122 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20180620 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20210121 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20210111 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20220207 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20191022 参赛截止：21001022 组队截止：21001022 比赛结束：21001022 |
EvalAI |
| A challenge of Visual Question Answering is that different people often provide different answers to the same visual question. We present a taxonomy of nine plausible reasons explaining why the answers can differ, and create two labelled datasets consisting of ∼45,000 visual questions indicating which reasons led to answer differences. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for semantic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for instance segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for MOTS on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for panoptic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for drivalbe area segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for object detection on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for object detection on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for semantic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for MOT on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for drivalbe area segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for instance segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for MOTS on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for object detection on the BDD100K dataset. | 奖金：0美元 |
|
比赛结束：20220621 |
AIcrowd nlp 参赛人数：3 参赛队伍：0 提交次数：2 |
| Deshuffle the Shuffled Text | 奖金：0 |
|
比赛结束：20220621 |
AIcrowd 参赛人数：4 参赛队伍：0 提交次数：1 |
| Predict Age From A Picture | 奖金：0 |
|
比赛结束：20220808 |
AIcrowd 参赛人数：295 参赛队伍：30 提交次数：1811 |
| 奖金：0 | |
|
比赛结束：20450901 |
AIcrowd 参赛人数：67 参赛队伍：7 提交次数：325 |
| 奖金：0 | |
|
比赛结束：21001101 |
AIcrowd 参赛人数：4601 参赛队伍：101 提交次数：814 |
| A dataset and open-ended challenge for music recommendation research | 奖金：0 |
© 2019-2022 coggle.club 版权所有 京ICP备20022947 京公网安备 11030102010643号