为了研究基于稀疏角度的CT重建方案，本次大赛提供了口腔CT的投影图数据作为训练样本，其中包含了不同性别、不同年龄段的人员所拍摄的真实CT投影图。

参赛者需要根据密集角度投影图训练构建模型，将稀疏角度投影图再插帧重建回密集角度。

基于声纹的人声分离降噪技术需要一定量的人声数据作为支撑，本次大赛AI交互业务部为参赛者提供40人音频数据（每人2分钟的干净音频）作为训练集，同时还有10人每人10秒单独音频（注册音频）+每人10条混合其他人声的混合数据作为测试集。参赛选手需基于提供的训练集构建模型，能够提取出目标说话人在一段混合音频总的干净音频。

随着新冠肺炎在全球的流行，寻找合适的疾病诊断方式成为了研究热点。不同的诊断方法有各自的优点。核酸检测技术是新冠肺炎检测的标准方法，但代价相对昂贵、耗时较长、且患者本人需要到医院检测。而通过咳嗽声、呼吸声诊断新冠肺炎只需要录制声音，不需要去医院也可以进行远程检测，且代价低廉、耗时短，具有重要的研究意义。

电商销量预测是智慧供应链面临的一个重大挑战，由于受到多种因素的影响，例如流量控制，季节，商品品类，价格，促销等，使得线上商品的销量预测面临着巨大的挑战。如何准确的预测线上商品的未来销量，为补货和调拨做准备是当前迫切要解决的问题。

00后，来吧！参加【腾讯云场景连接器全国高校创新赛】，改造新一代校园&职场！

用新的工具、新的自动化黑科技，定义新的校园生活和高效工作方式！

腾讯云场景连接器是新一代的应用连接自动化平台，通过拖拉拽的模版化搭建，可以轻松实现多个应用/软件之间的自由连接！

【腾讯云场景连接器全国高校创新赛】由腾讯云场景连接器与腾讯云Techo Youth联合举办。同学们只需基于校园场景，利用腾讯云场景连接器将各种应用自由连接，发挥想象创建出有趣的模版与方案，并且在腾讯云开发者社区/b站/小红书/知乎/CSDN（文章、视频形式不限，平台可多选）发布自己的方案介绍（文章、视频等等形式不限），通过腾讯问卷提交参赛作品即可。

合理有效地运用金融科技，强化、创新贷前客户准入和信用评价，提升贷款风险识别能力，是构建全流程风控管理体系的基础，也是金融机构增强“敢贷”信心、提升“会贷”水平的举措之一。

文本智能校对是自然语言处理的重要应用领域之一。该任务主要是针对文本中出现的错误进行检测和纠正，属于综合性的自然语言处理研究方向，能够比较全面体现自然语言处理的技术水平。国际上，针对英文智能校对的相关研究在上世纪六十年代就已开展，而中文智能校对研究相较英文起步较晚，任务复杂性与技术挑战性也更为明显。其巨大挑战来自于中文文本与英文文本的显著差异，首先中文是表意文字，英文是表音文字；其次中文与英文的文本结构不同，英文的词与词之间有空格，而中文的词与词不以空格作为分隔；第三中英文字符集规模的差异较大，英文的字符集仅包含26个字母及标点符号，而中文的字符集则远远大于英文，这导致了中文智能校对系统在构建时比英文智能校对系统更为复杂。

往年文本校对相关评测比赛常使用外国语言学习者撰写的中文文本，这些文本的错误大多数都不是中文母语写作者会犯的错误。而对于中文语言环境下的学校、机关、新闻出版、广播影视、网络信息、公共服务等系统来说，一款针对以中文为母语的用户所使用的智能校对系统将会提供更大的帮助。因此，本次比赛主要选择中文母语写作者撰写的文本经人工标注后作为校对评测数据，从拼写错误、语法错误、语病错误等多个方面考察机器的认知智能能力。

声音识别事件需强大的数据作为支撑，本次大赛提供了品冠科技云平台音频数据作为训练样本，包括6类音频数据：看电视的声音、燃气报警的声音、炒菜的声音、流水的声音、拉窗帘的声音和小孩哭泣的声音，它们的标签分别为1、2、3、4、5、6。音频文件名含有声音类型，参赛者可以据此对文件进行分类。出于数据安全保证的考虑，所有数据均为脱敏处理后的数据。参赛选手需基于提供的样本构建低复杂度量化模型，通过输入音频数据预测声音对应的事件（预测声音的类型）。

本次比赛有模型复杂度限制，模型复杂度以参数量作为度量。参赛选手提交的模型参数量需小于1M，模型参数为量化后INT8形式。模型参数量统计方法统一如下：

https://github.com/AlbertoAncilotto/NeSsi ；量化过程可采用任意量化方法。

核酸检测报告已经是疫情这些年很多人出行必备的材料，而且很多机关单位、政府部门都需要检查核酸报告才能让相关的人员进出场所。如果有一个模型能够快速的识别并提取核酸报告里的关键信息，则能很大程度上提升那些需要提交核酸报告的OA流程审核效率，提升企事业的服务效率。

2022 PaddlePaddle Hackathon 飞桨黑客马拉松第三期正式上线，本次活动是面向全球开发者的深度学习领域编程活动，鼓励开发者了解与参与深度学习开源项目。

本次飞桨黑客马拉松由飞桨联合深度学习技术及应用国家工程研究中心主办，以线上认领任务的形式进行。

你可以个人或组队报名（我们强烈推荐大家组队完成，组队完成提交后，将额外获得飞桨黑客松定制勋章）并认领相应任务，根据任务要求完成相应开发，参与项目共建，本次共有十大方向：API 开发，算子性能优化，数据类型扩展，科学计算项目贡献，CINN 算子开发，OpenVINO 项目贡献，开发板部署，链桨项目贡献，开源社区洞察，其他项目贡献，并设有两个难度梯队，任你选择。

对深度学习与开源贡献感兴趣的你，快来参加活动吧，更有机会获得现金奖励以及来自百度和开源社区技术大咖们的指导与经验分享，更多奖励等你来拿！

脑血管疾病持续高发，已经成为人类生命健康的“杀手”之一。磁共振血管造影作为主要成像技术，其精准的脑血管三维重建是定量诊断和精准治疗的前提，也是神经外科手术计划和导航的重要先决条件。脑血管分割是三维重建的重要步骤，受限于脑血管复杂的几何结构，手工脑血管分割是一个基于体素级的任务，会耗费极大的人力和时间成本，因此开展有效的磁共振造影图像血管提取是重要的科学问题。

2014年11月，亚马逊推出了一款全新概念的智能音箱Echo，通过语音指令交互控制硬件设备。截止2016年4月，Echo的累计销量已经突破300万台。2017年12月累计数千万台。亚马逊Echo音箱的推出标志着以语音交互为实用化的落地方案。

以智能音箱为代表的声控智能硬件在我国已经得到了商业化的大规模推广。2020年我国占有全球智能音箱销售量的51%，位居全球第一，而同期美国的份额从44%下降到了24%。

近年来，游戏、视频直播、虚拟主播等泛娱乐领域蓬勃发展。声音转换，俗称变声，是一种可以对人的音色进行迁移变换的人工智能技术。利用这种技术可以极大提升这些娱乐场景的互动趣味性，丰富用户的语音交互体验。此外，声音转换技术还可用于配音、客服、安全（通过改变音色进行身份隐私保护）等领域，具有广泛的商业应用前景和价值。

通常情况下，声音转换技术需要目标发音人录制数分钟语音进行模型训练，建模代价大。如何降低模型对训练数据量的需求，探索在只有目标发音人极少量的语音数据下构建一个高质量声音转换系统，对于推动声音转换技术的广泛应用具有深刻的意义和价值。