赛事 | 总奖金池超12万美金！CVPR 2024国际挑战赛6月1日截止报名！

新赛题

七大赛道，赛题新颖，全方位覆盖相关领域最新最热话题，充分挖掘大模型在自动驾驶及具身智能垂直领域中的应用。

高奖金

总奖金池超过12万美金，单赛道最高奖金可达2.7万美金。据不完全统计，在本届CVPR一百多个论坛中，奖金额度位列榜首。

重原创

加强基础研究探索，坚持四个面向，以原创性与科学研究价值作为参赛主要衡量指标，并不单靠成绩排名，采取原创方案加性能指标两者结合的方式进行综合排序。

2024年3月1号，CVPR 2024 国际挑战赛正式启动。本次挑战赛由上海人工智能实验室主办，并联合多家国内外机构共同举办。多位国内外知名专家学者组成赛事指导与评奖委员会。本次比赛共设七个赛道，获胜者有机会获得高达两万七千美金奖励，还有机会受邀在国际顶级期刊投稿。我们还为每个赛道准备了详细的参赛指引及基准模型，点击每个赛道对应链接即可访问。

比赛官网：

https://opendrivelab.com/challenge2024

主活动：

CVPR 2024论坛 - Workshop on Foundation Models for Autonomous Systems (Seattle, USA)

相关活动：

四月下旬：

• 第三届中国三维视觉大会（China3DV 2024）

• http://www.csig3dv.net/2024/competition.html

六月中旬：线下活动（北京/上海）

01

赛题介绍

端到端自动驾驶

由于先前数据集规模有限、开环和闭环指标不一致等原因，导致难以使用真实数据对感知运动驱动策略进行基准测试。此赛道将使用大规模数据弥合两种评估范式之间的差距，并通过在短时序范围内的BEV抽象建模，实现高效开环评测，同时更好地与闭环评估保持一致。

赛道信息：

https://opendrivelab.com/challenge2024/#end_to_end_driving_at_scale

数据量：

约2T

测试服务器：

https://huggingface.co/spaces/AGC2024-P/e2e-driving-2024

世界模型

作为现实的抽象时空表征，世界模型可根据观测到的当前状态预测未来状态，对世界模型的学习将促进基础模型性能提升至新水平。模型需要在只有视觉输入的情况下，预测出未来时刻的点云，以证明其对世界的预测能力。

赛道信息：

https://opendrivelab.com/challenge2024/#predictive_world_model

数据量：

约2T

参考训练时间：

样本数据8卡A100，3天

测试服务器：

https://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024

占据栅格和运动估计

三维框往往不足以描述一般物体，受机器人学概念的启发，可将感知表征描述成对栅格化三维空间的占据情况预测。在这个赛道中，参赛者不仅要给出三维空间的栅格化表示，还须给出栅格的运动预测。

赛道信息：

https://opendrivelab.com/challenge2024/#occupancy_and_flow

自动驾驶挑战赛@China3DV ：

https://huggingface.co/spaces/China3DV-S/occupancy-and-flow-2024

数据量：

约70GB

参考训练时间：

8卡 3090，2天

测试服务器：

https://huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024

具身多模态三维视觉定位

相比驾驶场景，室内的具身三维感知系统面对的是包含语言指令的多模态输入、更复杂的语义理解、更多样的物体类别和朝向，以及大不相同的感知空间和需求。基于此，大赛构造了一套第一视角的多模态全场景三维感知工具包 EmbodiedScan。这项任务的目标是，给定关于特定物体的语言描述，检测出目标物体的类别以及带朝向的三维框。 

赛道信息：

https://opendrivelab.com/challenge2024/#multiview_3d_visual_grounding

数据量：

约1.5T，比赛直接相关数据约 300G

参考训练时间：

参考训练时间：样本数据 4卡 A100 0.5天，全量数据 8卡 A100 1.5天

测试服务器：https://huggingface.co/spaces/AGC2024/visual-grounding-2024

CARLA自动驾驶挑战赛

CARLA自动驾驶挑战要求车辆通过一组预先定义的路线。车辆行驶路线中涉及复杂的情况，如高速公路、城区、住宅区和乡村等环境，同时包含日光、日落、夜晚以及雨、雾等光照和天气变量，为自动驾驶系统的闭环评测提供了可能。

赛道信息：https://opendrivelab.com/challenge2024/#carla

测试服务器：https://eval.ai/web/challenges/challenge-page/2098/overview

大语言模型在自动驾驶中的应用

通过引入语言信息，DriveLM数据集将大语言模型与自动驾驶系统连接起来，并最终通过引入语言的推理能力做出决策，确保规划的可解释性。以多视角图像为输入信息，模型须回答涉及驾驶的多方面问题。

赛道信息：https://opendrivelab.com/challenge2024/#driving_with_language

数据量：

训练集4072帧，测试集799帧，每帧约90个问答对

参考训练时间：

8卡V100，1天

测试服务器：

https://huggingface.co/spaces/AGC2024/driving-with-language-2024

无图驾驶

在没有高精地图的情况下，自动驾驶汽车需要高水平的场景理解能力，本赛道旨在探索场景推理能力的极限。将多视角图像和标清地图作为输入信息，神经网络不仅要输出车道和交通元素的感知结果，同时还须输出车道之间、车道和交通元素之间的拓扑关系。

赛道信息：

https://opendrivelab.com/challenge2024/#mapless_driving

自动驾驶挑战赛@China3DV ：

https://huggingface.co/spaces/China3DV/mapless-driving-2024

数据量：

约200G

参考训练时间：

8卡V100，1天

测试服务器：

https://huggingface.co/spaces/AGC2024/mapless-driving-2024

02

赛程安排

以下时间均为北京时间，详情请参照大赛官方网站

2024年3月1日

01

参赛报名

2024年3月1日

02

比赛正式开始

2024年3月25日

03

测试服务器开放

2024年6月1日

04

测试服务器关闭

2024年6月18日

05

比赛结果公布

03

指导与评奖委员会

点击“阅读原文”或访问以下链接即可了解详情

https://opendrivelab.com/challenge2024

联系邮箱

workshop-e2e-ad@googlegroups.com

微信交流群                  报名链接