关于比赛相关的问题咨询、参赛心得分享等均可在本版块内发帖~
【人工智能开源大赛 2020】
随着人工智能与各个行业的加速融合，如何快速、高效地进行算法开发已经成为AI行业落地的驱动力。一直以来，无论是学术界的研究者、需求AI技术的企业、个人AI开发者还是在校学生，都为开发和应用人工智能算法付出大量冗余的时间、资源和成本。2020年3月，旷视科技开源了在内部工程实践超过 6 年的深度学习框架天元（MegEngine），助力开发者实现深度学习，简单开发。
我们期望通过此次大赛，鼓励参赛者借助 MegEngine 深度学习框架实现算法创新，汇聚才智，为现实问题寻找最优解决方案。
任务： 本次比赛的任务为视频超分辨率。比赛中，参赛团队通过训练深度学习模型，针对给定的被降分辨率并压缩后的视频，尽可能保真的恢复压缩前的视频。
本次比赛提供的所有待恢复视频都是由原视频进行了4倍的下采样以及重新编码后的结果，比赛要求参赛团队提交对测试视频恢复后的结果。
【中国农业人工智能创新创业大赛】
鱼类多目标跟踪是鱼类行为量化分析的基础。不同于行人多目标跟踪，鱼类多目标跟踪面临外观、光照、速度、方向的变化和运动模糊等挑战。因此，研究鱼类多目标跟踪模型和方法，获取鱼个体目标的详细行为参数，对智慧渔业具有重要意义。
鉴于此，中国农业大学和旷视天元开源平台组织了此次大赛，旨在鼓励高校和科研院所的科研人员、学生、企业人工智能算法设计师和工程师，及全社会广大的人工智能爱好者利用人工智能技术，挑战鱼类多目标跟踪任务，探索基于人工智能的多目标跟踪上限。
题目： 基于深度学习的鱼类多目标跟踪
任务： 参赛团队通过基于鱼类日常活动数据，训练深度学习模型，尽可能实现跟踪鱼类活动情况，记录其活动轨迹的最终目标，其中需要涉及到针对鱼类的检测和识别任务的实现。
【智慧交通开源大赛】
交通标志本身种类众多，大小不定，并且在交通复杂的十字路口场景下，由于光照、天气等因素的影响，使其被精确检测变得更加困难。提高上述场景下交通标志检测准确度，将有助于降低十字路口交通事故发生的概率。本次比赛由旷视科技联合中关村软件园，加入「中关村数字科技联合创新大赛」，依托深度学习框架旷视天元（MegEngine），推出智慧交通领域相关赛题，鼓励参赛者借助 MegEngine 实现算法创新，为道路交通问题寻找最优的 AI 解决方案。
题目： 复杂场景下十字路口的交通标志检测
任务： 以真实场景下采集的图片为本次比赛的数据集，涵盖多种复杂道路场景下的十字路口交通标志，参赛团队需要通过此数据集，并基于 demo 项目中提供的 baseline 模型的效果，尽可能提升在测试集上的检测性能。
###【2022 MegCup 炼丹大赛】
随着高清视频时代的来临，低功耗的图像处理成为了一个重要的话题。其中，图像降噪是一个被广泛研究的问题。本次比赛以一个贴近真实的设定，探索新的神经网络设计技术能够为这个领域带来什么样的不同。本次依托深度学习框架旷视天元（MegEngine），推出图片降噪方向的相关赛题——小模型盲降噪主题，鼓励参赛者借助 MegEngine 实现算法创新，为图片降噪问题寻找最优的 AI 解决方案。
题目： 小模型盲降噪
任务： 在本次比赛中，你要完成的任务是对一个 RAW 格式的图像进行降噪。所谓 “RAW” 格式，即一般认为是没有进行 ISP 进一步处理的、接近图像传感器直接读取值的数据。具体说明请查看 赛题与资源 介绍。