京公网安备 11030102010643号|
比赛结束：20230207 |
DRIVENDATA |
| Help unlock the potential of privacy-enhancing technologies (PETs) to combat global societal challenges. Develop efficient, accurate, and extensible federated learning solutions with strong privacy guarantees for individuals in the data. | 奖金：0美元 |
|
比赛结束：20230207 |
DRIVENDATA |
| Welcome to Phase 2 for prescreened participants! Help unlock the potential of privacy-enhancing technologies (PETs) to combat global societal challenges. Develop efficient, accurate, and extensible federated learning solutions with strong privacy guarantees for individuals in the data. | 奖金：0美元 |
|
比赛开始：20221118 参赛截止：20230210 组队截止：20230210 比赛结束：20230210 |
华为云 黑客松 参赛人数：290 参赛队伍：9 |
| 邀请对量子计算感兴趣的开发者，基于HiQ量子计算云平台、AI深度学习框架MindSpore面向量子计算的 MindSpore Quantum、AI开发平台ModelArts，复现论文算法，推进量子计算基础与应用研究。 | 奖金：0人民币 |
|
比赛结束：20230211 |
DRIVENDATA |
| Harmful algal blooms occur all around the world, and can harm people, their pets, and marine life. Use satellite imagery to detect dangerous concentrations of cyanobacteria, and help protect public health! | 奖金：0美元 |
|
比赛开始：20221128 参赛截止：20230220 组队截止：20230220 比赛结束：20230227 |
Kaggle Kernel Featured Binary Classification Image Classification 参赛人数：1107 参赛队伍：963 提交次数：13516 |
| Find breast cancers in screening mammograms | 奖金：50000美元 |
|
比赛开始：20220812 参赛截止：20230115 组队截止：20230115 比赛结束：20230228 |
华为云 黑客松 参赛人数：127 参赛队伍：17 |
| 大赛邀请对量子计算感兴趣的开发者，基于HiQ量子计算云平台、开源AI框架MindSpore面向量子计算的 MindSpore Quantum，来完成挑战赛赛题，推进量子计算基础与应用研究，实现技术创新。 | 奖金：0人民币 |
|
比赛开始：20221205 参赛截止：20230222 组队截止：20230222 比赛结束：20230301 |
Kaggle Video Data Tabular Health Kernel Featured Football 参赛人数：451 参赛队伍：418 提交次数：2767 |
| Detect Player Contacts from Sensor and Video Data | 奖金：100000美元 |
|
比赛开始：20221226 参赛截止：20230308 组队截止：20230308 比赛结束：20230310 |
华为云 Ai大赛 参赛人数：205 参赛队伍：19 |
| 6G智能无线通信系统大赛由IMT2030(6G)推进组主办，旨在向社会各界推广6G愿景，先进技术和概念，分析和研究AI对未来无线通信系统的影响以及对关键问题的解决方案。本赛题为智能波束预测与模型迁移。 | 奖金：500000人民币 |
|
比赛开始：20221226 参赛截止：20230308 组队截止：20230308 比赛结束：20230310 |
华为云 Ai大赛 参赛人数：163 参赛队伍：23 |
| 6G智能无线通信系统大赛由IMT2030(6G)推进组主办，旨在向社会各界推广6G愿景，先进技术和概念，分析和研究AI对未来无线通信系统的影响以及对关键问题的解决方案。本赛题为智能分布式无线电地图构建。 | 奖金：500000人民币 |
|
比赛开始：20221216 参赛截止：20230307 组队截止：20230307 比赛结束：20230314 |
Kaggle Tabular Business Featured 参赛人数：1300 参赛队伍：1224 提交次数：10825 |
| Forecast Next Month’s Microbusiness Density | 奖金：60000美元 |
|
比赛开始：20221215 参赛截止：20230314 组队截止：20230314 比赛结束：20230314 |
Kaggle Primary And Secondary Schools Tabular Kernel Featured Education 参赛人数：396 参赛队伍：370 提交次数：3633 |
| Enhance learning by matching K-12 content to target topics | 奖金：55000美元 |
|
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：18 参赛队伍：18 提交次数：9 |
| 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 |
|
比赛结束：20230405 |
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：20230405 |
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：20220414 参赛截止：20220831 组队截止：20220831 比赛结束：20230430 |
AI Studio 机器人智能算法 参赛人数：147 |
| 为推动自主智能机器人在中国科研、教育领域普及应用，促进芯片技术与机器人技术融合发展，培养中国人工智能机器人领域人才，2022国际自主智能机器人大赛以“自立自强 赋能未来”为主题，拟于2022年8月在北京举行。 面向工业的应用，解决实际问题为出发点，国际自主智能机器人大赛于2022年首次开设企业命题赛，致力于为自主智能机器人开发更多、更智能的 | 奖金：0美元 |
|
比赛开始：20220421 参赛截止：20230430 组队截止：20230430 比赛结束：20230430 |
AI Studio 文本生成 参赛人数：50 |
| 通过三个对事实一致性要求较高的文本生成任务做针对性评价，促使研究者与开发者更多关注自然语言生成的事实一致性难题 | 奖金：0人民币 |
|
比赛开始：20210201 比赛结束：20230601 |
codalab Research 参赛人数：57 |
| Face Detection in the Low-Light Condition for track1.2 challenge, UG2+ workshop, CVPR 2021 | 奖金：0美元 |
|
比赛结束：20230627 |
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 |
|
比赛结束：20230627 |
DRIVENDATA |
| Looking for a great way to start working with computer vision? This competition features a small dataset of wildlife captured by camera traps used in conservation research. | 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：730 |
| 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：20221015 参赛截止：20230630 组队截止：20230630 比赛结束：20230630 |
AI Studio 结构定位 参赛人数：0 |
| ISBI2019 PALM眼科挑战赛赛题再现，提供800张眼底彩照训练数据集， 要求选手训练模型完成图像中黄斑中央凹定位任务。 | 奖金：0人民币 |
|
比赛结束：20230727 |
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：20220801 比赛结束：20230831 |
Kesci 参赛人数：0 参赛队伍：0 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20221013 参赛截止：20221031 组队截止：20221031 比赛结束：20231019 |
AI Studio 机器理解 参赛人数：0 |
| 1000 | 奖金：0人民币 |
|
比赛开始：20221025 参赛截止：20231025 组队截止：20231025 比赛结束：20231025 |
AI Studio 数据挖掘 参赛人数：11 |
| 本赛题属于典型的分类问题，要求选手根据智能手机的数据判断手机持有者的行为，旨在加深大家对数据挖掘竞赛的了解和认识，并掌握相关知识技能。 | 奖金：0人民币 |
|
比赛开始：20220419 比赛结束：20231030 |
Kesci 参赛人数：105 参赛队伍：105 提交次数：144 |
| 了解如何利用成熟的平台工具辅助模型使用及模型训练，帮助提高科研效率。 | 奖金：0人民币 |
|
比赛开始：20211021 比赛结束：20231122 |
Kesci 参赛人数：1190 参赛队伍：1193 提交次数：3767 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211021 比赛结束：20231122 |
Kesci 参赛人数：485 参赛队伍：486 提交次数：2341 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211107 比赛结束：20231122 |
Kesci 参赛人数：225 参赛队伍：226 提交次数：849 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20211020 比赛结束：20231122 |
Kesci 参赛人数：332 参赛队伍：334 提交次数：1172 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20220330 比赛结束：20231122 |
Kesci 参赛人数：237 参赛队伍：237 提交次数：821 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20220923 比赛结束：20231130 |
Kesci 参赛人数：175 参赛队伍：175 提交次数：301 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20210207 比赛结束：20231230 |
Kesci 参赛人数：862 参赛队伍：862 提交次数：36 |
| 一段短描述 | 奖金：0人民币 |
|
比赛开始：20220719 比赛结束：20231230 |
Kesci 参赛人数：140 参赛队伍：140 提交次数：414 |
| 奖金：0人民币 | |
|
比赛开始：20220719 比赛结束：20231230 |
Kesci 参赛人数：80 参赛队伍：80 提交次数：198 |
| 奖金：0人民币 | |
|
比赛开始：20220831 比赛结束：20231230 |
Kesci 参赛人数：147 参赛队伍：147 提交次数：133 |
| 零基础带你完整Python最强大的两个可视化库：Seaborn和Matplotlib | 奖金：0人民币 |
|
比赛开始：20221202 比赛结束：20231230 |
Kesci 参赛人数：64 参赛队伍：64 提交次数：135 |
| 带你快速入门空间聚类分析，掌握最常用的4种分析方法及原理。 | 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：20200421 比赛结束：20240201 |
天池 新人赛 参赛队伍：17369 |
| 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：20191022 比赛结束：20240201 |
天池 新人赛 参赛队伍：1772 |
| 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 参赛队伍：9361 |
| 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 参赛队伍：3384 |
| 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 参赛队伍：13255 |
| 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 参赛队伍：1092 |
| 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 参赛队伍：1075 |
| 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 参赛队伍：2757 |
| 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 参赛队伍：1949 |
| 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 参赛队伍：842 |
| 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 参赛队伍：22661 |
| 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 参赛队伍：9131 |
| 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 参赛队伍：3621 |
| 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 参赛队伍：5812 |
| 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 参赛队伍：9247 |
| 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 参赛队伍：14269 |
| 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 参赛队伍：1603 |
| 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 参赛队伍：2156 |
| 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 参赛队伍：856 |
| 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 参赛队伍：9932 |
| 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 参赛队伍：3733 |
| 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 参赛队伍：3794 |
| 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 参赛队伍：2410 |
| 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 参赛队伍：301 |
| 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 参赛队伍：5846 |
| 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 参赛队伍：5424 |
| 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 参赛队伍：2762 |
| 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 参赛队伍：3734 |
| 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：20220720 比赛结束：20240201 |
天池 算法赛 参赛队伍：3377 |
| 人类的活动离不开位置，从空间上可以表征为坐标，从文本上表征为通讯地址。通讯地址广泛存在于电商物流、政府登记、金融交通等领域。对通讯地址的分析、聚合服务已经是一项重要基础服务，支撑着诸多互联网场景，比如地图搜索、电商物流分析等。实际应用中，地址文本存在写法自由、缺省别名多、地域性强等特点，对地址的解析、归一和匹配等都造成困难。针对这些难点，阿里达摩院机器智能技术团队联合CCKS2021大会举办此次地址评测任务。该评测包含2个子任务，分别是:中文地址要素解析、地址文本相关性。 | 奖金：50000人民币 |
|
比赛开始：20220622 比赛结束：20240201 |
天池 新人赛 参赛队伍：1739 |
| 赛题以保险风控为背景，保险是重要的金融体系，对社会发展，民生保障起到重要作用。保险欺诈近些年层出不穷，在某些险种上保险欺诈的金额已经占到了理赔金额的20%甚至更多。对保险欺诈的识别成为保险行业中的关键应用场景。 | 奖金：0人民币 |
|
比赛开始：20220622 比赛结束：20240201 |
天池 新人赛 参赛队伍：1769 |
| 赛题以银行产品认购预测为背景，想让你来预测下客户是否会购买银行的产品。在和客户沟通的过程中，我们记录了和客户联系的次数，上一次联系的时长，上一次联系的时间间隔，同时在银行系统中我们保存了客户的基本信息，包括：年龄、职业、婚姻、之前是否有违约、是否有房贷等信息，此外我们还统计了当前市场的情况：就业、消费信息、银行同业拆解率等。 | 奖金：0人民币 |
|
比赛开始：20220622 比赛结束：20240201 |
天池 新人赛 参赛队伍：427 |
| 赛题以证券数据分析为背景，对股票价格、融资融券数据的日线、月线、K线进行探索。同时选手也可以探索量化交易的指标，比如采用MACD，KDJ指标等进行投资决策，计算投资策略的年化收益率，最大回撤等。 | 奖金：0人民币 |
|
比赛开始：20220630 比赛结束：20240201 |
天池 新人赛 参赛队伍：22409 |
| 赛题以医学搜索为背景，进行在线问诊语义相似度判断。 | 奖金：0人民币 |
|
比赛开始：20221209 比赛结束：20240201 |
天池 新人赛 参赛队伍：257 |
| 电商图文检索任务要求模型根据自然语言形式的检索query，从给定的商品图片池中检索出相关图片，衡量模型多模态理解与匹配的能力。在实际的电商业务中，多模态检索扮演重要的角色，是电商场景满足用户需求、促成点击交易不可缺少的一环。 | 奖金：0人民币 |
|
比赛开始：20221125 比赛结束：20240201 |
天池 新人赛 参赛队伍：129 |
| 随着"互联网+医疗"的迅速发展，在线问诊平台逐渐兴起，在线问诊是指医生通过对话和患者进行病情的交流、 疾病的诊断并且提供相关的医疗建议。在政策和疫情的影响之下，在线问诊需求增长迅速。然而医生资源是稀缺的，由此促使了自动化医疗问诊的发展，以人机对话来辅助问诊过程。为了促进智能医疗咨询系统（Intelligent Medical Consultation System, IMCS），复旦大学大数据学院在复旦大学医学院专家的指导下构建了 IMCS 数据集，该数据集收集了真实的在线医患对话，并进行了多层次（Multi-Level）的人工标注，包含命名实体、对话意图、症状标签、医疗报告等。本次挑战赛选自其中的对话意图识别子任务。 | 奖金：0人民币 |
|
比赛开始：20221125 比赛结束：20240201 |
天池 新人赛 参赛队伍：98 |
| 本次大赛以阿里巴巴移动电商平台的真实用户-商品行为数据为基础，同时提供移动时代特有的位置信息，而参赛队伍则需要通过大数据和算法构面向建移动电子商务的商品推荐模型。希望参赛队伍能够挖掘数据背后丰富的内涵，为移动用户在合适的时间、合适的地点精准推荐合适的内容。 | 奖金：0人民币 |
|
比赛开始：20220504 比赛结束：20240530 |
Kesci 参赛人数：107 参赛队伍：107 提交次数：57 |
| 开启我的技能人生 | 奖金：0人民币 |
|
比赛开始：20211205 比赛结束：20241230 |
Kesci 参赛人数：1434 参赛队伍：1434 提交次数：3973 |
| 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：1180 参赛队伍：1180 提交次数：3160 |
| Numpy+Pandas，线上免费学习，自学刷题闯关 | 奖金：0人民币 |
|
比赛开始：20220926 比赛结束：20241230 |
Kesci 参赛人数：151 参赛队伍：151 提交次数：582 |
| 奖金：0人民币 | |
|
比赛开始：20200501 比赛结束：20241231 |
codalab Research 参赛人数：106 |
| 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：20200420 比赛结束：20250331 |
codalab Research 参赛人数：194 |
| 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 训练赛 风控 征信 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 训练赛 文本 机器学习 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 训练赛 分类 机器学习 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 推荐系统 影视 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 训练赛 分类 机器学习 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 训练赛 机器学习 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 训练赛 文本 机器学习 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 训练赛 机器学习 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 训练赛 风控 人力资源 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 训练赛 环境 机器学习 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：20220727 参赛截止：20250728 组队截止：20250728 比赛结束：20250728 |
AI Studio 可信Ai 参赛人数：3 |
| This task is to evaluate both the prediction accuracy and interpretability of semantic textual similarity models. | 奖金：0人民币 |
|
比赛开始：20220727 参赛截止：20250728 组队截止：20250728 比赛结束：20250728 |
AI Studio 可信Ai 参赛人数：3 |
| This task is to evaluate both the prediction accuracy and interpretability of the sentiment analysis models. | 奖金：0人民币 |
|
比赛开始：20220727 参赛截止：20250728 组队截止：20250728 比赛结束：20250728 |
AI Studio 可信Ai 参赛人数：6 |
| 评估情感分析模型的可解释性，即从合理性、一致性等维度评测模型预测所依赖的证据 | 奖金：0人民币 |
|
比赛开始：20220727 参赛截止：20250728 组队截止：20250728 比赛结束：20250729 |
AI Studio 可信Ai 参赛人数：3 |
| This task is to evaluate both the performance on predicted answers and interpretability of the machine reading comprehension models. | 奖金：0人民币 |
|
比赛开始：20210712 比赛结束：20250807 |
codalab Research 参赛人数：49 |
| 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：20220824 参赛截止：20250814 组队截止：20250814 比赛结束：20250814 |
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：20190722 比赛结束：20251009 |
codalab Research 参赛人数：40 |
| 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：99 |
| 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：57 |
| 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：20220710 比赛结束：20251122 |
Kesci 参赛人数：124 参赛队伍：124 提交次数：374 |
| 动手学习，快乐刷题 | 奖金：0人民币 |
|
比赛开始：20201022 比赛结束：20251225 |
天池 新人赛 参赛队伍：4879 |
| 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：20211114 比赛结束：20251230 |
Kesci 参赛人数：952 参赛队伍：952 提交次数：3374 |
| 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：20211231 比赛结束：20251230 |
Kesci 参赛人数：609 参赛队伍：609 提交次数：528 |
| 【NLP最佳实践】Huggingface Transformers中文实战教程 | 奖金：0人民币 |
|
比赛开始：20220430 比赛结束：20251230 |
Kesci 参赛人数：334 参赛队伍：334 提交次数：592 |
| 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：20220531 比赛结束：20251230 |
Kesci 参赛人数：664 参赛队伍：664 提交次数：2069 |
| 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：20220630 比赛结束：20251230 |
Kesci 参赛人数：694 参赛队伍：694 提交次数：8217 |
| 机器学习 | 奖金：0人民币 |
|
比赛开始：20220630 比赛结束：20251230 |
Kesci 参赛人数：651 参赛队伍：651 提交次数：264 |
| 数据分析 | 奖金：0人民币 |
|
比赛开始：20220724 比赛结束：20251230 |
Kesci 参赛人数：293 参赛队伍：293 提交次数：186 |
| 365天深度学习训练营 | 奖金：0人民币 |
|
比赛开始：20200401 比赛结束：20251231 |
codalab Research 参赛人数：18 |
| 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：114 |
| 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：244 |
| 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：34 参赛队伍：34 |
| 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：16 参赛队伍：16 |
| 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：31 参赛队伍：31 |
| 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：28 参赛队伍：28 |
| 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：18 参赛队伍：18 |
| 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：14 参赛队伍：14 |
| 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：22 参赛队伍：22 |
| 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：48 参赛队伍：48 |
| 奖金：0美元 | |
|
比赛开始：20221020 参赛截止：20261022 组队截止：20261022 比赛结束：20261022 |
AI Studio 自然语言处理-问答 参赛人数：5479 |
| 针对民航出行领域中信息动态更新频繁、用户出行问答需求旺盛及大量文本数据使用价值较低等问题，探索基于阅读理解技术实现从民航相关网页的文本数据中精准抽取出的问题和答案对。 | 奖金：0人民币 |
|
比赛开始：20221020 参赛截止：20261022 组队截止：20261022 比赛结束：20261022 |
AI Studio 自然语言处理-问答 参赛人数：6 |
| 针对民航出行领域中信息动态更新频繁、用户出行问答需求旺盛及大量文本数据使用价值较低等问题，探索基于阅读理解技术实现从民航相关网页的文本数据中精准抽取出的问题和答案对。 | 奖金：0人民币 |
|
比赛开始：20221020 参赛截止：20251023 组队截止：20251023 比赛结束：20261022 |
AI Studio 自然语言处理-问答 参赛人数：5 |
| 针对民航出行领域中信息动态更新频繁、用户出行问答需求旺盛及大量文本数据使用价值较低等问题，探索基于阅读理解技术实现从民航相关网页的文本数据中精准抽取出的问题和答案对。 | 奖金：0人民币 |
|
比赛开始：20211231 比赛结束：20261230 |
Kesci 参赛人数：449 参赛队伍：449 提交次数：113 |
| 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：20220228 比赛结束：20261230 |
Kesci 参赛人数：418 参赛队伍：418 提交次数：476 |
| 零基础入门实体识别 | 奖金：0人民币 |
|
比赛开始：20220919 比赛结束：20261230 |
Kesci 参赛人数：29 参赛队伍：29 提交次数：30 |
| 拖拽式编程 Canvas基于图形化的操作，进一步提升团队在预处理数据、数据可视化、机器学习建模的工作效率与体验 | 奖金：0人民币 |
|
比赛开始：20221021 参赛截止：20261022 组队截止：20261022 比赛结束：20271028 |
AI Studio 自然语言处理 参赛人数：2 |
| 本任务会给出视频、视频标题、视频字幕，要求参赛选手基于提供的信息提取出视频的所有看点，并给出所有看点的起始时间和看点摘要。 | 奖金：0人民币 |
|
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 Tabular Getting_Started Multiclass Classification Image Gettingstarted 参赛人数：1212 参赛队伍：1212 提交次数：3969 |
| 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 Tabular Getting_Started Binary Classification Gettingstarted Beginner 参赛人数：13936 参赛队伍：13771 提交次数：57406 |
| 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 Tabular Getting_Started Regression Gettingstarted 参赛人数：4537 参赛队伍：4295 提交次数：22845 |
| 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 Getting_Started 参赛人数：268 参赛队伍：241 提交次数：611 |
| 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 Getting_Started Nlp Binary Classification Text Gettingstarted 参赛人数：974 参赛队伍：928 提交次数：4110 |
| Predict which Tweets are about real disasters and which ones are not | 奖金：0美元 |
|
比赛开始：20220223 参赛截止：20300101 组队截止：20300101 比赛结束：20300101 |
Kaggle Tabular Getting_Started Beginner Binary Classification 参赛人数：2939 参赛队伍：2786 提交次数：22830 |
| Predict which passengers are transported to an alternate dimension | 奖金：0美元 |
|
比赛开始：20210322 比赛结束：20300324 |
codalab Research 参赛人数：67 |
| 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 Getting_Started Kernel Multiclass Classification Image Gettingstarted 参赛人数：159 参赛队伍：144 提交次数：467 |
| 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：111 参赛队伍：111 |
| 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：111 参赛队伍：111 |
| 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：202 参赛队伍：199 |
| 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 Tabular Getting_Started Time Series Analysis Gettingstarted Beginner 参赛人数：1106 参赛队伍：898 提交次数：6875 |
| 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 Getting_Started Kernel Multiclass Classification Nlp Text Gettingstarted 参赛人数：89 参赛队伍：72 提交次数：291 |
| 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 Getting_Started Kernel Gan Image Gettingstarted 参赛人数：108 参赛队伍：92 提交次数：590 |
| 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：546 参赛队伍：528 |
| 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：919 参赛队伍：882 |
| 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：2785 参赛队伍：2673 |
| 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：4534 参赛队伍：4331 |
| 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：1399 参赛队伍：1327 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 目标检测 图像分类 智能算法 参赛人数：1128 参赛队伍：1012 |
| 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：2282 参赛队伍：2093 |
| 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：959 参赛队伍：872 |
| 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：1321 参赛队伍：1239 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 目标检测 图像分类 智能算法 参赛人数：1010 参赛队伍：862 |
| 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：2181 参赛队伍：2129 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 智能算法 Rs推荐系统 参赛人数：374 参赛队伍：357 |
| 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：164 参赛队伍：156 |
| 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：337 参赛队伍：332 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Arithmetic 参赛人数：394 参赛队伍：357 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：200 参赛队伍：192 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：192 参赛队伍：182 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：201 参赛队伍：173 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression Prediction Arithmetic 参赛人数：514 参赛队伍：458 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Target Detection Arithmetic 参赛人数：570 参赛队伍：443 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Machine Translation Arithmetic 参赛人数：260 参赛队伍：233 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Recommendation System Knowledge Graph Arithmetic 参赛人数：1072 参赛队伍：886 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Arithmetic Text Summarization 参赛人数：630 参赛队伍：536 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Relation Extraction Arithmetic Text Summarization 参赛人数：318 参赛队伍：290 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Image Segmentation Arithmetic 参赛人数：961 参赛队伍：725 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression Prediction Arithmetic 参赛人数：415 参赛队伍：362 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain Regression Prediction Arithmetic 参赛人数：442 参赛队伍：353 |
| 奖金：0人民币 | |
|
比赛开始：20220726 比赛结束：20301030 |
Kesci 参赛人数：373 参赛队伍：372 提交次数：0 |
| 疗程短，见效快 | 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：1617 |
| 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：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：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：81 |
| 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：234 |
| 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：137 |
| 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：226 |
| 奖金：0美元 | |
|
比赛开始：20170924 比赛结束：20501001 |
codalab Research 参赛人数：44 |
| 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：48 |
| 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：490 |
| 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：51 |
| 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：65 |
| 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：51 |
| 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：308 |
| 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 Classification Unstructured Nlp 参赛人数：476 |
| Analysing social media sentiment towards vaccines | 奖金：0 |
|
比赛开始：20200709 比赛结束：20991201 |
Zindi Classification Unstructured Nlp 参赛人数：503 |
| 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 Structured Good For Beginners Prediction 参赛人数：704 |
| 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 Classification Nlp Unstructured 参赛人数：395 |
| Can you identify tweets about coronavirus without using keywords? | 奖金：0 |
|
比赛开始：20200605 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：352 |
| 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 Image Computer Vision 参赛人数：492 |
| 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 Structured Prediction 参赛人数：705 |
| 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 Structured Prediction 参赛人数：1598 |
| A learning competition designed for DSN Bootcamp 2019 | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Structured 参赛人数：1408 |
| Help Tunisian company STEG detect fraud | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Unstructured 参赛人数：300 |
| Use computer vision to classify receipts in Tunisa | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：982 |
| Predict airline delays for Tunisian aviation company, Tunisair | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Structured 参赛人数：1075 |
| 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 Image Computer Vision 参赛人数：618 |
| 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 Image Computer Vision 参赛人数：620 |
| 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 Image Computer Vision 参赛人数：479 |
| Create a binary classification algorithm to distinguish zebras from elephants | 奖金：0 |
|
比赛开始：20190729 比赛结束：20991201 |
Zindi Structured Good For Beginners Prediction 参赛人数：3283 |
| 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 Image Computer Vision 参赛人数：198 |
| 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 Structured Prediction 参赛人数：308 |
| A learning competition designed for DSN Bootcamp 2018 | 奖金：0 |
|
比赛开始：20181011 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：1854 |
| 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：408 |
| Can you identify which images have a segment of a road in them or not? | 奖金：0 |
|
比赛开始：20220329 比赛结束：20991201 |
Zindi Forecast Structured 参赛人数：190 |
| Can you forecast the number of turtles rescued per site per week in Kenya? | 奖金：0 |
|
比赛开始：20220609 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：70 |
| Pouvez-vous prédire qui en Afrique est le plus susceptible d’avoir un compte bancaire? | 奖金：0 |
|
比赛开始：20200716 比赛结束：20991201 |
Zindi Classification Unstructured Nlp 参赛人数：535 |
| Analysing social media sentiment towards vaccines | 奖金：0 |
|
比赛开始：20200619 比赛结束：20991201 |
Zindi Classification Nlp Unstructured 参赛人数：418 |
| Can you identify tweets about coronavirus without using keywords? | 奖金：0 |
|
比赛开始：20200605 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：356 |
| Can we infer important COVID-19 public health risk factors from outdated data? | 奖金：0 |
|
比赛开始：20191119 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：1620 |
| A learning competition designed for DSN Bootcamp 2019 | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Structured 参赛人数：1097 |
| 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 Classification Unstructured Nlp 参赛人数：303 |
| Use computer vision to classify receipts in Tunisa | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Structured Prediction 参赛人数：1017 |
| Predict airline delays for Tunisian aviation company, Tunisair | 奖金：0 |
|
比赛开始：20190311 比赛结束：20991201 |
Zindi Classification Image Unstructured Computer Vision 参赛人数：199 |
| 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 Structured Prediction 参赛人数：310 |
| Can you create a recommendation engine for Comedy TV in Nigeria | 奖金：0 |
|
比赛开始：20190720 比赛结束：20991212 |
codalab Research 参赛人数：36 |
| 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：32 |
| 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：18 |
| 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：20230428 |
AIcrowd 参赛人数：189 参赛队伍：22 提交次数：54 |
| Understand semantic segmentation and monocular depth estimation from downward-facing drone images | 奖金：0 |
|
比赛结束：20230428 |
AIcrowd 参赛人数：17 参赛队伍：0 提交次数：0 |
| Estimate depth in aerial images from monocular downward-facing drone | 奖金：0 |
|
比赛结束：20230428 |
AIcrowd 参赛人数：22 参赛队伍：0 提交次数：1 |
| Perform semantic segmentation on aerial images from monocular downward-facing drone | 奖金：0 |
|
比赛结束：20250917 |
AIcrowd 参赛人数：5 参赛队伍：0 提交次数：7 |
| Monocular Depth Estimation | 奖金：0 |
|
比赛结束：20300815 |
AIcrowd 参赛人数：341 参赛队伍：34 提交次数：1879 |
| 奖金：0 | |
|
比赛结束：20450901 |
AIcrowd 参赛人数：77 参赛队伍：7 提交次数：326 |
| 奖金：0 | |
|
比赛结束：21001101 |
AIcrowd 参赛人数：7127 参赛队伍：150 提交次数：1023 |
| A dataset and open-ended challenge for music recommendation research | 奖金：0 |
© 2019-2023 coggle.club 版权所有 京ICP备20022947 京公网安备 11030102010643号