在地图业务中,导航过程中所看到的背景道路界面是基于地图数据渲染生成。渲染过程中,部分数据会存在不同程度的问题,导致该部分数据渲染生成的道路存在缺陷,诸如缺边少角,异形道路等。为了更高效的检测这部分数据,降低人工成本,质检模型需要达到更高的准确度。根据问题数据所具有的共同模式建模,提高模型精度是降低成本的关键。希望通过本次比赛,挖掘计算机视觉方向人才,推动该领域发展。
评价指标:AUC(Area Under Curve)
赛题说明:
本赛题为选手提供地图渲染数据及其部分标注。训练集包括车道渲染数据的图片集及部分标注,选手使用训练数据进行模型训练。测试集分为A/B两个测试集。测试集仅提供车道渲染数据图片集,选手使用模型预测测试图片是否存在问题。
数据说明:
本赛题给出的车道渲染数据为图片格式,包含两个大类,即问题图片和无问题图片,问题图片的问题范围包括:中心线问题、停止线问题、引导面问题、路肩问题、路面问题、箭头问题、车道线问题。请注意存在问题的图片可能有多个问题。图1~7分别给出了中心线、停止线、引导面