【深度學(xué)習(xí)系列】一起來參加百度 PaddlePaddle AI 大賽吧！
寫這個系列寫了兩個月了，對paddlepaddle的使用越來越熟悉，不過一直沒找到合適的應(yīng)用場景。最近百度搞了個AI大賽，據(jù)說有四個賽題，現(xiàn)在是***個----綜藝節(jié)目精彩片段預(yù)測 ，大家可以去檢測一下最近的學(xué)習(xí)成果??！還有豐厚的獎金10W元軟妹幣哦！
這是啥比賽？
看比賽的要求，是希望參賽選手使用PaddlePaddle深度學(xué)習(xí)框架、利用BROAD數(shù)據(jù)集、利用K-Lab，著手解決行業(yè)中的真實問題，從而讓AI真正應(yīng)用于行業(yè)、真正服務(wù)于行業(yè)。本次大賽，我們將目光放在電視綜藝行業(yè)，希望選手們利用BROAD中全球首創(chuàng)的公開精彩片段標注數(shù)據(jù)集，幫助電視綜藝的后期剪輯工作者們在給定的任一段長視頻中識別出“精彩片段”——想為剪輯師們的辛苦工作給予些小小的輔助，別再連續(xù)熬夜啦
詳細的賽題背景請戳這里！
數(shù)據(jù)集是啥？
在11月百度世界大會 AI 技術(shù)與平臺論壇上，百度3D視覺***科學(xué)家楊睿剛就宣布推出了百度 AI 公開數(shù)據(jù)集計劃——BROAD（Baidu Research Open-Access Dataset），并宣布首批室外場景理解、視頻精彩片段、閱讀理解3個數(shù)據(jù)集即日起對公眾公開。
這些數(shù)據(jù)或是***發(fā)布的，或是目前國際同類型公開數(shù)據(jù)集中***的：
- 室外場景理解數(shù)據(jù)集是世界范圍內(nèi)***個帶像素級語義標簽的室外3D圖像數(shù)據(jù)，來源于百度自動駕駛事業(yè)部。該數(shù)據(jù)集試圖將感知能力從物體級感知升級到像素級感知，進而了解圖片中所有像素的屬性和來源，目標實現(xiàn)更精準、安全的自動駕駛。
- 視頻精彩片段數(shù)據(jù)集主要來源于愛奇藝。視頻類型為綜藝節(jié)目，目前囊括近1500個長視頻，視頻總時長約1200小時，還從中手動收取出18000個精彩小視頻，同時能夠提供視頻幀的圖片特征序列，是全球首創(chuàng)的公開精彩片段標注數(shù)據(jù)集。
- 百度閱讀理解數(shù)據(jù)集 DuReader是迄今為止規(guī)模***的中文公開領(lǐng)域閱讀理解數(shù)據(jù)集。數(shù)據(jù)集基于真實應(yīng)用需求，所有問題都來源于百度搜索用戶的真實問題，文檔來自全網(wǎng)真實采樣的網(wǎng)頁文檔和百度知道 UGC 文檔，答案基于問題與文檔由人工撰寫生成。數(shù)據(jù)集標注了問題類型、實體和觀點等豐富信息，彌補了現(xiàn)有主流數(shù)據(jù)集對于觀點類問題覆蓋不足的問題。首批發(fā)布的閱讀理解數(shù)據(jù)集包含20萬問題、100萬文檔及42萬人工撰寫的優(yōu)質(zhì)答案，并提供開源基線系統(tǒng)。DuReader 將為閱讀理解技術(shù)研究提供有力支撐，希望加速相關(guān)技術(shù)和應(yīng)用的發(fā)展。
在這個比賽中，我們用的是第二個：視頻精彩片段數(shù)據(jù)集。戳這里可以下載！不過文件太大了，訓(xùn)練集有97G，驗證和測試各有8，8G，在本機上做明顯不太現(xiàn)實，所以kesci直接提供了數(shù)據(jù)集，在指定路徑下就可以看到啦。我們可以直接運用Kesci的平臺K-Lab來進行模型訓(xùn)練~大家可以在這里看一下提供的視頻樣例和數(shù)據(jù)集的說明~
一個小tips：大家一定要先報名，再創(chuàng)建比賽項目才能查看數(shù)據(jù)集哦！不然看不到！親身經(jīng)歷，略坑 - - 而且一定得用PaddlePaddle，會檢測你有沒有用的 - -
如何報名？
在Kesci官網(wǎng)注冊，然后報名，就可以啦！提交結(jié)果的時候要以團隊的名義提交哦！團隊可以是一個人，也可以組隊，大家可以在比賽的qq群里拉人組隊哦?。ㄒ?a target="_blank" rel="noopener">比賽介紹）
賽題、日程與獎項
本次大賽分為兩個階段。
***比賽階段：2017年12月28日0:00:00--2018年2月4日23:59:59
此階段中，K-Lab使用百度云計算優(yōu)化型CPU，4核8GB內(nèi)存。K-Lab單次運行時長為3小時。
任務(wù)：
訓(xùn)練：使用已抽取的約10%的視頻數(shù)據(jù)訓(xùn)練集（共124個視頻），學(xué)習(xí)視頻幀的圖片特征序列數(shù)據(jù)，在K-Lab中訓(xùn)練精彩片段檢測模型。
驗證：使用驗證集的數(shù)據(jù)與開放的測評腳本K-Lab，評價訓(xùn)練好的模型在驗證集視頻上的預(yù)測結(jié)果。
輸出結(jié)果：對測試集中的視頻使用訓(xùn)練好的模型，得出預(yù)測結(jié)果，通過K-Lab上傳結(jié)果到測評系統(tǒng)得到評價分數(shù)。
2018年1月14日23:59:59，***比賽階段中期截止，分數(shù)排名***的隊伍獲得鼓勵獎。
2018年1月15日0:00:00起，用戶通過K-Lab上傳結(jié)果的同時也需上傳K-Lab notebook報告。
2018年2月4日23:59:59，***比賽階段截止，且報名截止。選拔使用了PaddlePaddle訓(xùn)練模型且上傳了K-Lab notebook報告的隊伍中，分數(shù)前50名的隊伍晉級到第二比賽階段。
第二比賽階段：2018年2月9日0:00:00--2018年3月15日23:59:59
此階段中，K-Lab的配置為GPU（百度免費提供的英偉達深度學(xué)習(xí)開發(fā)卡，CPU：6核40GB），單次運行時長為3小時。選手無需任何申請或安裝，直接打開K-Lab在其中使用即可。
任務(wù)：
訓(xùn)練：選手必須使用PaddlePaddle訓(xùn)練模型，使用全量視頻數(shù)據(jù)訓(xùn)練集（共1262個視頻），學(xué)習(xí)視頻幀的圖片特征序列數(shù)據(jù)，在K-Lab中訓(xùn)練精彩片段檢測模型。
驗證：使用驗證集的所有數(shù)據(jù)與開放的測評腳本K-Lab，評價訓(xùn)練好的模型在驗證集視頻上的預(yù)測結(jié)果。
輸出結(jié)果：對測試集中的所有視頻使用訓(xùn)練好的模型，得出預(yù)測結(jié)果，通過K-Lab上傳結(jié)果與K-Lab notebook報告到測評系統(tǒng)得到評價分數(shù)。
2018年2月25日23:59:59，第二比賽階段中期截止，分數(shù)排名***的隊伍獲得鼓勵獎。
2018年3月15日23:59:59，第二比賽階段截止，百度專家對分數(shù)排名前10名的隊伍評審K-Lab notebook報告，評選出一名一等獎（5萬人民幣），2名二等獎（各2萬人民幣），3名三等獎（各3千人民幣）。
寫在***
其實剛看到這個題目的時候覺得有點難，因為這個屬于比較新的領(lǐng)域，時序視頻檢測這個方向大家可以多搜搜論文，看看別人怎么實現(xiàn)的，先試著用最簡單的方法做一下。不太建議完全不懂機器學(xué)習(xí)的人報名，小白可以先參加一些基礎(chǔ)的練練手，如果對機器學(xué)習(xí)和深度學(xué)習(xí)有些了解的可以報名試試看。目前排名***的大神已經(jīng)開放了隨機測試的視頻，大家可以先用這個代碼跑一下，看看提交的格式是啥樣的。不管怎么說，重在參與啦~我也報名啦，大家一起來玩啊~而且看到有好幾個大佬也參賽了，大家參與一下，體驗一下就好哈哈。后續(xù)還有nlp、安防領(lǐng)域的，可以這次先練練手，后面的也參加挑戰(zhàn)一下^_^!
