本文首發於公衆號【3D視覺工坊】，原文請見那些年，我們一起刷過的計算機視覺比賽，更多幹貨獲取請關注公衆號~
前言
計算機視覺是一個對操作性和實戰性要求都非常高的領域，對於許多在校的本科生/研究生，接觸的項目並不算多，甚至非常單一，有的導師連項目都沒有，這個時候想要深入CV領域幾乎不可能。不過好在有許多開源競賽平臺，它們可以提供完整的項目需求、整套數據以及開源社區來進行技術交流，並根據代碼測試結果對算法性能進行排序評估，參與者可以根據結果對算法做進一步調整優化！下面將會詳細介紹下幾個質量較高的競賽平臺。
1、Kaggle
網站鏈接：https://www.kaggle.com/
主要特點：
1、 一個非常大的數據競賽平臺。
2、 項目需求非常明確，完整的訓練數據（企業級別）和評估標準。
3、 從新手教程到進階題目應有盡有。
4、 涉及目標檢測、語義分割、生成對抗、推薦模型、NLP、醫療圖像分析、圖像理解、機器學習等多個領域，無論個人研究哪個方向，都可以找到所屬！
5、 非常完備的社區交流，你可以在社區內學習其他大佬的源代碼和算法思路，也可以分享自己的心得，個人成長非常快。
6、 對於一些商業競賽，取得名次，可以拿到豐富的獎金！
2、天池
網站鏈接：https://tianchi.aliyun.com/home/
2014年3月，阿里巴巴集團董事局主席馬雲在北京大學發起“天池大數據競賽”。首屆大賽共有來自全球的7276支隊伍參賽，海外參賽隊伍超過148支。阿里雲天池比賽是面向全球科研工作者的高端算法競賽。它背靠阿里雲，數據量龐大且質量過硬，再加上提供分佈式計算平臺，對參賽者非常友好，高校學生是其主要吸引羣體。競賽的場景圍繞電商、互聯網金融、大數據營銷等真實業務展開，應用性能強。天池上主要有六類比賽：算法大賽、創新應用大賽、程序設計大賽、新人賽、可視化大賽以及諸神之戰。
主要特點：
1、 非常豐富的比賽項目，涉及計算機視覺、NLP、大數據、機器學習、深度學習、物聯網、基礎算法、性能優化等。
2、 較爲完備的新人訓練教程
3、 豐富的社區交流，這裏你可以看到各路英雄的算法策略，包括最後的冠軍算法講解
4、 企業級別的數據，很有價值
5、 數以十萬計的獎金，非常具有吸引力
3、AI Challenger
“AI Challenger全球AI挑戰賽”面向人工智能領域科研人才，致力於打造大型、全面的科研數據集與世界級競賽平臺。由創新工場、搜狗、今日頭條聯合創建，旨在從科研角度出發，滿足學術界對高質量數據集的需求，推進人工智能在科研與商業領域的結合，促進世界範圍內人工智能研發人員共同探索前沿領域的技術突破及應用創新。首屆大賽於2017年8月14日面向全球正式發佈。在2017年的首屆大賽中，AI Challenger發佈了千萬量級的機器翻譯數據集、百萬量級的計算機視覺數據集，一系列兼具學術前沿性和產業應用價值的競賽以及超過200萬人民幣的獎金，吸引了來自全球65個國家的8892支團隊參賽，成爲目前國內規模最大的科研數據集平臺、以及最大的非商業化競賽平臺。 AI Challenger以服務、培養AI高端人才爲使命，打造良性可持續的AI科研新生態。
主要特點：
1、 創新工場牽頭，資源比較豐富
2、 百萬級別的計算機視覺數據集和千萬級別的機器翻譯數據集，涉及自動駕駛、智慧醫療、智慧金融、機器人等領域。
3、 有機會獲得頂級 AI 專家的指導
4、 具有吸引力的獎金池和交流社區
4、DataFountain競賽平臺
網站鏈接：https://www.datafountain.cn/competitions
CCF大數據與計算智能大賽，競賽是由中國計算機學會主辦的大數據及人工智能領域算法挑戰及應用創新大型賽事，主要包括算法賽和方案賽兩類，涉及OCR、人臉識別、自動駕駛、醫學影像、姿態識別、實例分割等領域。
主要特點：
1、 由於是計算機學會主辦，很多競賽題目偏向於科研和探索性質
2、 非常切合實際的項目需求，緊跟難點和熱點
3、 具有一定的軍方和國家單位背景的項目
4、 非常豐富和有價值的數據集
5、和鯨HeyWhale
網站鏈接：https://www.kesci.com/home/competition
和鯨2015年創始於上海，是中國領先的數據科學協同創新平臺。旗下擁有聚集了超過60,000數據智能人才的專業第三方數據科學社區（原“科賽網” ）。HeyWhale是對標Kaggle而推出的中國數據科學家社區，聚集了最開始涉足該領域的數據科學人才。和鯨將專業賽事平臺和運維繫統開放給全行業，旨在爲個人和企業提供 “數據化轉型的練兵場”，用最優的成本和最迅速的方式進行一次精準可控的升級創新。高效解決企業與機構在進行數據化轉型與創新時，所面臨的人才稀缺、能力不足、課題繁重、嘗試成本高等問題。同時，助力企業打造在數據人才及本行業中僱主品牌的知名度和影響力。
主要特點：
1、 社區擁有非常龐大的人才資源
2、 豐富的數據和業務題目
3、 在這裏你還可以和心儀公司對接，找到合適工作
4、 主要關注自動駕駛、機器學習、大數據、深度學習、場景識別等領域
6、FlyAI競賽平臺
kaggle、天池、AI challange等比賽是當前影響最大的幾個競賽平臺，要想從中獲獎並不容易。我們最後說說一個比較另類的一個AI競賽平臺，FlyAI競賽平臺。
FlyAI並沒有贏家通喫的規則，而是根據算法的性能獲得相應的獎金，只要模型達到一定的水準即可。FlyAI是爲AI開發者提供數據競賽並支持GPU離線訓練的一站式服務平臺。每週免費提供項目開源算法樣例，支持算法能力變現以及快速的迭代算法模型。
主要特點：
1、 五大模塊，視覺計算、自然語言處理、語音、結構化數據、精英賽
2、 乾貨滿滿的學習圈，這裏你可以和國內外的參賽者交流技術和比賽心得
3、 免費GPU，離線提交訓練服務，微信通知訓練進度和結果
4、 企業真實數據集和需求
5、 能力變現，更多人拿獎
7、biendata
網站鏈接：https://www.biendata.com/
bienda.com是一個提供數據科學競賽的平臺，以滿足不同企業和組織的需求。無論你是IT專業人士還是大學生，都可以在這裏找到機會，利用你的才能解決現實世界的問題。
主要特點：
1、 企業級別的應用需求（字節跳動、搜狐、騰訊、螞蟻金服等大廠主辦）
2、 難度適中，獎金池稍小
3、 完善的社區
8、MS COCO（團隊級）
而在ImageNet競賽停辦後，COCO競賽就成爲是當前物體識別、檢測等領域的一個最權威、最重要的標杆，也是目前該領域在國際上唯一能彙集Google、微軟、Facebook 以及國內外衆多頂尖院校和優秀創新企業共同參與的大賽。主要包括物體檢測、全景分割、人體關鍵點檢測、DensePose、街景檢測和街景全景分割。
主要特點：和個人或者小團體競賽不同，COCO平臺主要針對新的算法性能驗證，一般在頂會文章錄用之前，將自己提出的模型在該數據集下進行測試評估。
9、KITTI
網站鏈接：http://www.cvlibs.net/datasets/kitti/index.php
KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最大的自動駕駛場景下的計算機視覺算法評測數據集。該數據集用於評測立體圖像(stereo)，光流(optical flow)，視覺測距(visual odometry)，3D物體檢測(object detection)和3D跟蹤(tracking)等計算機視覺技術在車載環境下的性能。KITTI包含市區、鄉村和高速公路等場景採集的真實圖像數據，每張圖像中最多達15輛車和30個行人，還有各種程度的遮擋與截斷。整個數據集由389對立體圖像和光流圖，39.2 km視覺測距序列以及超過200k 3D標註物體的圖像組成，以10Hz的頻率採樣及同步。
主要特點：自動駕駛領域算法的驗證評估，包括sceneflow、odometry、深度估計、detection（行人和車輛）、目標跟蹤、道路檢測和語義分割等多個領域。
10、會議級別的競賽
除了上述一些比較穩定和獨立的競賽，許多CV類的會議也會推出一系列的比賽項目，這類比賽較多，在這裏就不逐個例舉了，大家有興趣可以自行關注下~