2024 天池云原生编程挑战赛决赛名单公布,9 月 20 日开启终极答辩

历时 4 个月,2024 天池云原生编程挑战赛决赛名单公布!

本届大赛规模创新高,参赛战队达 20000+ 支, 广覆盖国内外优秀高校和杰出企业!吸引了来自北京大学、清华大学等 176 所国内外优秀高校,以及美团、米哈游等 120+ 家杰出企业选手参赛。

重庆邮电大学计算机学院李逸雄在分享参赛感受时提到:

参与大赛赛道三,写好 Github Action Workflow,我提交了 PR。但是这个 PR 不是一次性就被 Merge 的。这其中我和项目负责人进行了很多有趣的讨论。提交 PR 的那段时间刚好是我的考试周,每天复习之余,最上心的事情就是查看邮箱,看看负责人有没有给我留言,每次收到邮件我都会十分激动,因为他真的在看我的贡献,真的在为我的贡献提出建议!

开发者在参赛过程中使用了 AI 编码助手通义灵码,感受非常深刻:

在使用通义灵码插件的过程中,自动生成单元测试功能给我留下了深刻印象。这个功能能根据现有代码快速生成基础的测试用例,大大减少了手动编写测试的时间和精力。生成的测试用例覆盖了常见的输入场景,帮助我提高快速验证代码的正确性和稳定性。即使是复杂的逻辑,插件也能提供合理的测试框架,让我只需进行少量修改即可完成测试。

入围决赛名单

赛道一:构建多模态模型,生成主机观测指标

赛题介绍:通过分析 ECS 性能数据和任务信息,利用深度学习、序列分析等先进技术,生成特定机器的性能指标。参赛者的解决方案将为云资源管理和优化决策提供重要参考,助力云计算资源的高效稳定运行和智能化调度。

赛道一决赛名单发布!

赛道二:使用 Higress AI 网关优化 AI 调用成本

赛题介绍:随着 LLM 技术蓬勃发展,AI Web 应用创新如火如荼,对于构建一款 Web 应用来说,AI 网关是非常重要的。Higress 是阿里云开源的高集成、易使用、易扩展、热更新的云原生 API 网关,可以很好地解决 AI 应用对网关的需求。本赛题主要面向 AI 网关的扩展性,设计一个 AI 网关插件,通过基于向量检索的缓存来降低调用 LLM 提供商 API 的成本。

赛道二决赛名单发布!

赛道三:用通义灵码,人人都是开源贡献者

赛题介绍:通过通义灵码智能编码能力:代码补全、代码优化、单元测试、代码解释、代码注释、RAG 等能力,辅助更多开发者参与开源软件的开发和维护,促进开源社区的发展。与13个开源项目和社区一起,拥抱 AI 技术探索开源项目内核。你的每一个提交、建议和 PR 都是对开源世界的重要贡献。

赛道三获奖名单发布!

9月20日云原生编程挑战赛将开启巅峰答辩。9月21日在2024云栖大会现场将举办大赛颁奖典礼,点击此处,报名云栖大会。

  • 13
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值