点击下方卡片,关注“CVer”公众号
AI/CV重磅干货,第一时间送达
![](https://i-blog.csdnimg.cn/blog_migrate/01062955a6b222a51da91ca2b270774d.png)
我们周围的3D世界是由各种各样的物体组成的:建筑、桥梁、树木、汽车、河流等等,每一个都有不同的外观、形态和功能。赋予机器精确分割和理解不同物体的能力,是让机器能够有效地参与到物理世界互动的基础。这对于机器人导航、自动驾驶,以及大规模城市3D建模,智慧城市规划和管理等实际应用也至关重要。
在过去的几年里,3D点云理解技术的取得了显著的进步。然而,大部分方法还是针对小规模的点云进行处理,对于超大规模(城市级别)的点云的语义理解,仍然非常具有挑战性。
我们在ICCV2021举办的首届城市级别大规模点云语义理解挑战赛(Urban3D)旨在为超大规模点云的三维语义分割建立一个新的基准。具体来说,我们采用我们在CVPR'2021中提出的SensatUrban数据集,该数据集包含了英国多个城市的大型区域。凭借逐点注释的高质量和语义类别的多样化分布,我们希望通过这次挑战赛在SensatUrban数据集中探索一些关键的研究问题和3D语义学习的一些新方向,激发智慧城市(smart cities)、数字孪生(digital twins)、自动驾驶(autonomous driving)、自动化资产管理(automated asset management)等应用的创新。
Challenges
本届挑战赛在Codalab平台上主办,详细内容可在如下网页找到:
SensatUrban dataset:
http://point-cloud-analysis.cs.ox.ac.uk/
SensatUrban API:
https://github.com/QingyongHu/SensatUrban
Codalab Urban3D Challenge:
https://competitions.codalab.org/competitions/31519
评价指标:Overall Accuracy (OA) 以及mean Interp-over-Union (mIoU)
Important Dates
Invited Keynote Speakers
![](https://i-blog.csdnimg.cn/blog_migrate/687a8509119e6b597830ec019137dba4.jpeg)
Organizers
![](https://i-blog.csdnimg.cn/blog_migrate/2d874fdcbeaecea2ec19d806722a4801.jpeg)
General Tips
请使用学校邮箱或者公司邮箱注册参赛
每位参赛者最多提交5次结果
参赛论坛地址:competitions.codalab.org
提交格式如下
请提交测试集数据的标签文件,压缩包的数据结构应如下:
zip
├── description.txt (optional)
├── birmingham_block_2.label
├── birmingham_block_8.label
├── cambridge_block_15.label
├── cambridge_block_16.label
├── cambridge_block_22.label
└── cambridge_block_27.label
参赛者可以使用SensatUrban API github.com/QingyongHu/S的验证脚本,确保zip文件中的文件夹结构和标签文件数量是无误的。
请同时包含一个description.txt文件(optional),包含以下内容:
method name:
method description:
project url:
publication url:
bibtex:
organization or affiliation:
email:
description.txt是目前我们获取关于该方法的原始信息的唯一方法。所有信息都是可选的,如果您需要匿名,可将description.txt留空。
- 有任何问题请联系:qingyong.hu@cs.ox.ac.uk
ps: 欢迎大家积极参加我们的挑战赛,每位成功参赛的选手都有机会收到我们挑战赛的证书~挑战赛的冠军还将会有超值大奖(~10000RMB)!!
CVPR和Transformer资料下载
后台回复:CVPR2021,即可下载CVPR 2021论文和代码开源的论文合集
后台回复:Transformer综述,即可下载最新的两篇Transformer综述PDF
CVer-3D点云交流群成立
扫码添加CVer助手,可申请加入CVer-3D点云 微信交流群,方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
一定要备注:研究方向+地点+学校/公司+昵称(如3D点云+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群
▲长按加小助手微信,进交流群▲点击上方卡片,关注CVer公众号
整理不易,请给CVer点赞和在看