BM1684X,32路高清视频智能解析
256路视频解码,128路视频编码
32路高清硬解码与智能分析
32路高清硬解码与智能分析
近50种算法畅享,持续更新服务满足合规分析、环境检测、智能预警等管理需求
算法丰富,覆盖服务柜台、就餐区、周界环境等场景,提升运营收益等需求
审核速度达500字/秒,一台一体机同时可并行分析5篇稿件
SOM1684,搭载算能BM1684,支持16路高清视频分析
Core-1684-JD4,搭载算能BM1684,支持16路高清视频分析
SBC-6841,搭载算能BM1684,支持16路高清视频分析
iCore-1684XQ,搭载算能BM1684X,支持32路高清视频分析
Core-1684XJD4,搭载算能BM1684X,支持32路高清视频分析
Shaolin PI SLKY01,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-M,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-M-G,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-W,搭载算能BM1684,支持16路高清视频分析
AIV02T,PCIE板卡,1684*2,半高半长
IVP03X,搭载算能BM1684X,支持32路高清视频分析
IVP03A,微服务器 被动散热,12GB内存
Coeus-3550T,搭载算能BM1684,支持16路高清视频分析
EC-1684JD4,搭载算能BM1684,支持16路高清视频分析
CSA1-N8S1684,算力集群服务器,BM1684*8,1U
DZFT-ZDFX,ARM+DSP智能封条分析,搭载算能BM1684X
ZNFX-32,搭载算能BM1684,支持16路高清视频分析
ZNFX-8,ARM+DSP架构,隔爆兼本安分析装置符合煤安要求,搭载BM1684X
EC-A1684JD4,微服务器主动散热,16GB内存,32GB eMMC
EC-A1684JD4 FD,搭载算能BM1684,支持16路高清视频分析,16GB内存,32GB eMMC
EC-A1684XJD4 FD,搭载算能BM1684X,支持32路高清视频分析
ECE-S01,搭载算能BM1684,支持16路高清视频分析
IOEHM-AIRC01,微服务器,主动散热,搭载算能BM1684,支持16路高清视频分析
IOEHM-VCAE01,搭载算能BM1684,支持16路高清视频分析
CSA1-N8S1684X,算力集群服务器,BM1684X*8,1U
QY-S1U-16,1U版本BM1684盒子
QY-S1U-192,算力集群服务器,BM1684*12,1U
QY-S1X-384,算力集群服务器,BM1684X*12,1U
视频实时压缩转码上云和监测异常事件,增强道路运行安全事件的发现和处置能力
为交通拥堵、行车安全、车辆违法和道路污染治理问题赋能
以国产化算力支撑海量视频的结构化解析,服务警务应用实战
以数据为中心打造“智能、协同、高效、创新”的步态识别大数据分析系统
为用户快速构建融合人、车、通行等多维数据的业务能力
对生产全过程、全方位实时感知与精细化监管,推进应急监测智能化,赋能风险识别预警
为粮仓、棉仓等大型仓储园区的办公、质检、磅房、库区等区域提供了违规行为和异常事件的安全监控方案
全量场景感知预警,赋能烟草生产作业过程数智化
为白酒生产企业细化风险监测因素,建立智能感知与预警感知体系,提高企业安全生产管理水平
以云边协同的新型算力基础设施赋能各类数字城市场景,为数字经济发展提供源动力
以自动化训练推理一体化平台为基础,助力算力/算法整合应用快速、高效工程化落地
名称 | 说明 |
---|---|
测试集A | 从网络中搜集的2k/8k高清高分辨率图像获得4缩小因子的低分辨率图像,在A榜阶段对选手开放。选手在限定时间内使用该数据集进行测试,生成A榜分数与排名。 |
测试集B | 从网络中搜集的2k/8k高清高分辨率图像获得4缩小因子的低分辨率图像。在进行A榜成绩核算阶段,发布测试集B。选手在限定时间内使用该数据集进行测试,生成B榜分数与排名。 |
参赛者将结果以单个json文件提交到大数据竞赛平台,平台进行在线评分,实时排名,以截止日排名决出入围决赛的队伍;
参赛者需要提交在TPU平台上对训练集进行推理后的结果文件,文件名为“test.json”。推理结果需包括模型大小、平均生成每张图的推理时间(以s为单位)、平均每张图的NIQE值、每张图片的名字、生成每张图的推理时间、每张图对应的NIQE值。详情:
[test.json文件]
初赛B榜TOP5队伍进入复现阶段,需要按照要求提交复现资料,复现结束后公布入围决赛团队名单。
参赛者需要提交能在BM1684x平台上运行的bmodel模型及相应测试代码。详情:
1. 测试代码应保存为test.py格式
2. 原模型权重和bmodel模型(bmodel模型应保存为out.bmodel格式)
3. 测试代码和模型应置于同一文件夹下,将文件夹压缩成.zip文件后提交
1. 平均每张图的自然图像质量评估器(NIQE)指标评估模型精度;
2. 通过模型推理时间i_time评估模型性能,i_time应为数据集图片推理的平均时间,单位为s;
3. 最终得分公式为:score= sqrt(7-niqe_score)/i_time * 200