前言
计算机视觉是一个对操作性和实战性要求都非常高的领域，对于许多在校的本科生/研究生，接触的项目并不算多，甚至非常单一，有的导师连项目都没有，这个时候想要深入CV领域几乎不可能。不过好在有许多开源竞赛平台，它们可以提供完整的项目需求、整套数据以及开源社区来进行技术交流，并根据代码测试结果对算法性能进行排序评估，参与者可以根据结果对算法做进一步调整优化！下面将会详细介绍下几个质量较高的竞赛平台。
1、Kaggle
网站链接：https://www.kaggle.com/
主要特点：
1、 一个非常大的数据竞赛平台。
2、项目需求非常明确，完整的训练数据（企业级别）和评估标准。
3、从新手教程到进阶题目应有尽有。
4、涉及目标检测、语义分割、生成对抗、推荐模型、NLP、医疗图像分析、图像理解、机器学习等多个领域，无论个人研究哪个方向，都可以找到所属！
5、 非常完备的社区交流，你可以在社区内学习其他大佬的源代码和算法思路，也可以分享自己的心得，个人成长非常快。
6、 对于一些商业竞赛，取得名次，可以拿到丰富的奖金！
2、天池
网站链接：https://tianchi.aliyun.com/home/
2014年3月，阿里巴巴集团董事局主席马云在北京大学发起“天池大数据竞赛”。首届大赛共有来自全球的7276支队伍参赛，海外参赛队伍超过148支。阿里云天池比赛是面向全球科研工作者的高端算法竞赛。它背靠阿里云，数据量庞大且质量过硬，再加上提供分布式计算平台，对参赛者非常友好，高校学生是其主要吸引群体。竞赛的场景围绕电商、互联网金融、大数据营销等真实业务展开，应用性能强。天池上主要有六类比赛：算法大赛、创新应用大赛、程序设计大赛、新人赛、可视化大赛以及诸神之战。
主要特点：
1、非常丰富的比赛项目，涉及计算机视觉、NLP、大数据、机器学习、深度学习、物联网、基础算法、性能优化等。
2、较为完备的新人训练教程
3、丰富的社区交流，这里你可以看到各路英雄的算法策略，包括最后的冠军算法讲解
4、企业级别的数据，很有价值
5、数以十万计的奖金，非常具有吸引力
3、AI Challenger
网站链接：https://challenger.ai/
AI Challenger全球AI挑战赛是面向人工智能领域科研人才，致力于打造大型、全面的科研数据集与世界级竞赛平台。由创新工场、搜狗、今日头条联合创建，旨在从科研角度出发，满足学术界对高质量数据集的需求，推进人工智能在科研与商业领域的结合，促进世界范围内人工智能研发人员共同探索前沿领域的技术突破及应用创新。首届大赛于2017年8月14日面向全球正式发布。在2017年的首届大赛中，AI Challenger发布了千万量级的机器翻译数据集、百万量级的计算机视觉数据集，一系列兼具学术前沿性和产业应用价值的竞赛以及超过200万人民币的奖金，吸引了来自全球65个国家的8892支团队参赛，成为目前国内规模最大的科研数据集平台、以及最大的非商业化竞赛平台。
主要特点：
1、创新工场牵头，资源比较丰富
2、百万级别的计算机视觉数据集和千万级别的机器翻译数据集，涉及自动驾驶、智慧医疗、智慧金融、机器人等领域。
3、有机会获得顶级 AI 专家的指导
4、具有吸引力的奖金池和交流社区
4、DataFountain竞赛平台
网站链接：https://www.datafountain.cn/competitions
CCF大数据与计算智能大赛，竞赛是由中国计算机学会主办的大数据及人工智能领域算法挑战及应用创新大型赛事，主要包括算法赛和方案赛两类，涉及OCR、人脸识别、自动驾驶、医学影像、姿态识别、实例分割等领域。
主要特点：
1、由于是计算机学会主办，很多竞赛题目偏向于科研和探索性质
2、非常切合实际的项目需求，紧跟难点和热点
3、具有一定的军方和国家单位背景的项目
4、非常丰富和有价值的数据集
5、和鲸HeyWhale
网站链接：https://www.kesci.com/home/competition
和鲸2015年创始于上海，是中国领先的数据科学协同创新平台。旗下拥有聚集了超过60,000数据智能人才的专业第三方数据科学社区（原“科赛网” ）。HeyWhale是对标Kaggle而推出的中国数据科学家社区，聚集了最开始涉足该领域的数据科学人才。和鲸将专业赛事平台和运维系统开放给全行业，旨在为个人和企业提供 “数据化转型的练兵场”，用最优的成本和最迅速的方式进行一次精准可控的升级创新。高效解决企业与机构在进行数据化转型与创新时，所面临的人才稀缺、能力不足、课题繁重、尝试成本高等问题。同时，助力企业打造在数据人才及本行业中雇主品牌的知名度和影响力。
主要特点：
1、社区拥有非常庞大的人才资源
2、丰富的数据和业务题目
3、在这里你还可以和心仪公司对接，找到合适工作
4、主要关注自动驾驶、机器学习、大数据、深度学习、场景识别等领域
6、FlyAI竞赛平台
网站链接：https://www.flyai.com/
kaggle、天池、AI challange等比赛是当前影响最大的几个竞赛平台，要想从中获奖并不容易。我们最后说说一个比较另类的一个AI竞赛平台，FlyAI竞赛平台。FlyAI并没有赢家通吃的规则而是根据算法的性能获得相应的奖金，只要模型达到一定的水准即可。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。
主要特点：
1、五大模块，视觉计算、自然语言处理、语音、结构化数据、精英赛。
2、干货满满的学习圈，这里你可以和国内外的参赛者交流技术和比赛心得。
3、免费GPU，离线提交训练服务，微信通知训练进度和结果。
4、企业真实数据集和需求。
5、能力变现，更多人拿奖。
7、biendata
网站链接：https://www.biendata.com/
bienda.com是一个提供数据科学竞赛的平台，以满足不同企业和组织的需求。无论你是IT专业人士还是大学生，都可以在这里找到机会，利用你的才能解决现实世界的问题。
主要特点：
1、企业级别的应用需求（字节跳动、搜狐、腾讯、蚂蚁金服等大厂主办）
2、难度适中，奖金池稍小
3、完善的社区
8、MS COCO（团队级）
网站链接：http://cocodataset.org/
在ImageNet竞赛停办后，COCO竞赛就成为是当前物体识别、检测等领域的一个最权威、最重要的标杆，也是目前该领域在国际上唯一能汇集Google、微软、Facebook 以及国内外众多顶尖院校和优秀创新企业共同参与的大赛。主要包括物体检测、全景分割、人体关键点检测、DensePose、街景检测和街景全景分割。
主要特点：和个人或者小团体竞赛不同，COCO平台主要针对新的算法性能验证，一般在顶会文章录用之前，将自己提出的模型在该数据集下进行测试评估。
9、KITTI
网站链接：http://www.cvlibs.net/datasets/kitti/index.php
KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像，光流，视觉测距，3D物体检测和3D跟踪等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图，39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成，以10Hz的频率采样及同步。
主要特点：自动驾驶领域算法的验证评估，包括sceneflow、odometry、深度估计、detection（行人和车辆）、目标跟踪、道路检测和语义分割等多个领域。
10、会议级别的竞赛
除了上述一些比较稳定和独立的竞赛，许多CV类的会议也会推出一系列的比赛项目，这类比赛较多，在这里就不逐个例举了，大家有兴趣可以自行关注下~
▲长按关注我们