Datawhale组队学习：华为2022全球校园AI精英大赛：车道渲染数据智能质检赛题总结

全球校园AI算法精英赛道 (huawei.com)

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