开源已成为重要的科技创新模式，国家创新发展和软件企业对开源人才提出迫切的需求，十四五规划纲要首次将“开源”列入其中。为激发开源创新活力，培养开源实践人才，助力开源生态建设，探索开源教育改革，飞桨顶会论文挑战赛全新上线，通过比赛机制，鼓励选手使用国产框架复现顶会论文，助力更多科研成果落地，为中国开源生态建设贡献力量。

本次顶会论文挑战赛以线上比赛的形式进行，参赛选手在规定时间内使用飞桨复现模型，达到 指定要求 的选手可获得相应的奖励，快来组队参赛吧！

飞桨以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，2016年正式开源，是中国首个也是全面开源开放、技术领先、功能完备的产业级深度学习平台。2020年正式发布飞桨框架2.0版本，全面升级了动态图的相关功能并带来了更加成熟完备的API。

给定电影评论文本信息，建立分类模型，判断网站评论数据中的情感类别。

给定若干个二元化表示的灰度图，建立分类模型，判断该灰度图显示什么数字。

给定邮件文本信息，建立分类模型，判断哪些邮件属于垃圾邮件。

在自动化焊接中，通常使用主动光源技术（线激光器），在焊接工件的表面形成激光线，激光线在摄像机成像单元中的偏移数据反映了工件表面的形状信息，利用此信息可以完成焊缝的跟踪。

焊缝的跟踪通常要提取两个目标信息：（1）“激光线的提取”和（2）“在被提取激光线上定位感兴趣区域（焊缝区域）”。但在实际工况下，受焊接时弧光飞溅、光照变换的等影响，给这两个目标的完成造成了很大的难度。所以本比赛寻求一种快速、精确的提取激光线与焊缝拐点位置的算法。

百度网盘AI大赛-图像处理挑战赛是 百度网盘开放平台 面向开发者发起的图像处理挑战赛事，旨在基于个人云存储的生态能力开放，通过比赛机制，鼓励选手结合当下的前沿图像处理与计算机视觉技术，设计合适模型，并提升模型的效果，助力互联网用户更便捷的进行数字生活、学习和工作，为中国开源生态建设贡献力量。

本次图像处理挑战赛以线上比赛的形式进行，参赛选手在规定时间内提交基于评测数据集产出的结果文件，榜单排名靠前并通过代码复查的队伍可获得高额奖金。

百度网盘开放平台 致力于为全球AI开发者和爱好者提供专业、高效的AI学习和开发环境，挖掘培养AI人才，助力技术产业生态发展。

难得没课的早上，宿舍的窗帘还未拉开，有些昏暗的房间里，只剩下电脑的屏幕在闪着莹莹的蓝光。作为已经崭露头角的新兴“天才程序员”，昨晚这台老伙计可是陪你一起奋战到深夜。

“嗡——”电脑忽然轻响起来，似乎是收到了一个新提示。

你穿着拖鞋走到电脑前，漫不经心地看了过去。

 

“勒索病毒？”

这是怎么回事？你的电脑怎么就中了勒索病毒？

考试在即，你的论文，资料，全在里头！

等等，桌面上，怎么似乎还有一个视频？视频中拍的人，正是自己？！

在乡村旅游需求不断扩大、人们追求美好生活和优质旅游的新时代，乡村旅游建设成为实施乡村振兴发展战略的首要任务。以坚持“乡村振兴”为目标，积极完善和健全乡村基础设施和公共服务设施和旅游交通设施，进一步完善乡村旅游景点连接线、步道、停车场和景区导赏系统等交通设施，构建一站式（管理、服务、营销）全域旅游生态圈。

另一方面，由于疫情防控形势严峻，乡村周末短途旅游也逐渐成为人们旅游方式的首选。随着智能手机和5G网络的普及，运营商积累了来自用户的海量数据，比如漫游、位置信令等。通过大数据和算法构建用户乡村旅游的出行偏好模型，希望参赛队伍能够挖掘数据背后丰富的内涵，通过模型预测，让用户能获得精准的乡村旅游产品推荐，同时帮助提高、旅游管理和服务的质量。

赛题：数据解读新冠疫情与全球应对

2022年1月18日，世卫组织卫生紧急项目负责人迈克尔·瑞安在2022年世界经济论坛视频会议上表示：人们可能永远也无法消灭新冠病毒，这种病毒或将最终成为生态系统的一部分。世界经济论坛发布了第16期《全球风险报告》，明确指出：新冠肺炎疫情进一步加剧了地缘政治和社会挑战，气候变化危机日益突出。我们现在比以往任何时候都更加需要创新和协作的方法来应对当前的危机和挑战。
新冠疫情的挑战会带来不同的数据关注点，而每一个新的数据洞察也会带来新的应对策略。结合主题自选思考维度，基于给出的数据集，并在必要时补充数据集，形成大数据主题分析报告。
鼓励学生根据数据分析提出自己的思考维度，例如：
• 通过真实数据分析全球新冠疫情应对中的地缘政治和社会挑战。举例： 疫苗分配与经济复苏。全世界已有一半以上的人口接种了两剂新冠疫苗，与之相比，只有7%的非洲人口接种了两剂疫苗。疫苗分配的不公是否会对经济复苏产生深远影响。
• 通过真实数据分析不同国家在新冠疫情应对中的法规政策与具体措施。举例：中外疫情防控政策对比，以及抗击新冠疫情政策的特点。一方面，可以分析中国疫情防控的亮点及可提升的地方；另一方面，可以探讨不同的国家与地区的防控亮点和可提升的地方。基于以上数据分析，提出对疫情防控提升等全球应对方案的建议。

一分钟，能做很多事情，也会轻易流逝；

比如在等待匹配游戏时的时间，不如动动鼠标和键盘，上传一个公开数据集；

仅需一分钟，就能免费获得由电子科技大学教授【周涛】讲解的大数据课程。

 

“数据集征集赛”为DataCastle自发的活动，邀请各位数据科学家共创共建共享数据库；

我们坚信：一个数据集可以用来学习，一个数据库才能带来创新。

为提高我省疫情防控效率、巩固防疫成果、及时恢复生产生活秩序，在第三届数据应用创新创业大赛中增设“数据助力疫情精准防控”专项赛题，广泛征集疫情防控场景下的优秀数据应用解决方案。

近期，山东部分市相继发生本土疫情，疫情防控形势严峻。在本轮疫情阻击战中，大数据发挥着疫情防控“智慧前哨”作用,不断织牢数字防疫安全防护网。围绕以下10个方向，选手设计提出疫情防控下的数据应用解决方案，助力山东省疫情防控工作。

方向一：疫情防控政策直通车

构建政策直通车系统，实时查询人员流动要求、出行规定、复工复产政策匹配等，满足群众出行、企业复工复产相关需求。

方向二：疫情防控及经济社会运行指标可视化监测

分析疫情发生期间及疫情过后各类经济数据、社会数据变化情况，建立相应的指标体系，进行疫情发展态势的预研、预判和预警。使用数据可视化的手段，实时展示综合防疫的相关情况，帮助疫情防控部门综合考量各种防疫情况辅助决策，加强疫情防控的系统性和科学性。

方向三：本地确诊及密接、次密接、同时空伴随等人员精准追踪及管控

充分运用大数据支撑人员流调工作，加快本地确诊及密接、次密接、同时空伴随等人员精准追踪及管控，以实现健康监测、核酸检测、集中隔离等防疫追踪及管控措施的精准实施。

方向四：国内疫情发生地重点地区返回及入境人员精准报备、排查、追踪及管控

综合运用各类人员轨迹数据，对入境人员及国内疫情重点领域返回人员精准追踪，进行人员报备、排查及管控，实现对具有风险人员的及时发现、及时布控，对潜在疫情传播的快速切断。

方向五：进口货物与国内重点地区涉疫货物精准追踪及管控

融合多维度的物流业务数据对进口冷链食品、国内重点地区涉疫货物进行追踪及管控，实现货物疫情防控精准化。

方向六：重点人群核酸检测、疫苗接种相关人员登记监测

依托信息系统，利用多维度数据进行比对，例如人口数据、核酸检测数据、疫苗接种数据等，实时监测辖区居民核酸检测情况和疫苗接种信息，为相关工作的精准实施提供信息化支撑，快速发现应检未检、应接未接人员。

方向七：疫情期间交通卡口通行人员及货车司机精准管控

通过对公安、交通等部门的交通视频大数据的分析利用，精准掌握重点地区旅行史车辆的人车信息，加强对交通卡口通行人员及货车司机精准管控，避免“一刀切”交通管制行为。

方向八：医疗和隔离场所、医疗人员、防疫物资科学调配

运用大数据对相关医疗场所、隔离场所、医疗人员、防疫物资等防疫资源进行科学调配，帮助疫情决策机构部署调度，为控制疫情蔓延提供人员物资等保障。

方向九：居民出行“多码合一”便民服务

通过智能终端和数据集成，实现公共场所对健康码、行程码等查验“多码合一”，快速、安全、有效地核查防疫信息，解决目前老人无智能手机亮码、多项防疫信息核验等疫情防疫工作的实际痛点。

方向十：企业复产用工人力及物流保障

融合多维度数据助力各企业恢复生产生活秩序，进行精准人力资源信息推送、原料有序供给和产品高效运输，保障企业复产所需的人力资源及物流资源。

比赛分为两部分：

• 第一部分：面向实体对象的文本描述情感极性及色彩强度分析。情感极性和强度分为五种情况：极正向、正向、中立、负向、极负向。选手需要针对给定的每一个实体对象，从文本描述的角度，分析出对该实体的情感极性和强度。
• 第二部分：利用给出的用户文章点击序列数据及用户相关特征，结合第一部分做出的情感分析模型，对给定的文章做出是否会形成点击转化的预测判别。用户点击序列中涉及的文章，及待预测的文章，我们都会给出其详细内容。

参赛选手必须参加全部两个部分的比拼，最终的比赛成绩将由两部分成绩排名组合形成。当然我们也会设立单项奖，对于两部分各自表现突出的同学予以嘉奖。

给定一段时间内的北京天气相关指数数据和北京PM2.5指数等，建立模型预测接下来一段时间内北京的PM2.5指数。

给定的房屋基本信息以及房屋销售信息等，建立模型预测房屋的销售价格。

为了推广我国高校数学建模实践教学，培养学生的创新意识及运用数学方法和计算机技术解决实际问题的能力，第十四届“华中杯”大学生数学建模挑战赛（以下简称竞赛）将于2022年3月中旬开始。举办竞赛的目的在于激励学生学习数学的积极性，拓展数学及相关学科知识面，提高学生独立分析、建模、求解、应用、写作等综合能力，鼓励广大青年学生学以致用，提升学生对数学科学理论及应用价值的认识，加强数学与经济金融、管理科学、计算机等学科之间的联系，促进教育教学改革，培养学生的创新意识与团队精神。

给定影响员工离职的因素和员工是否离职的记录，建立模型预测有可能离职的员工。

为推广四川省高校数据挖掘实践教学，培养学生数据挖掘的应用和创新能力， 增加校企交流合作和信息共享，提升四川省高校的教学质量和企业的竞争能力，特组织参加第十届“泰迪杯”数据挖掘挑战赛暨第二届四川省大学生数据挖掘挑战赛（以下简称挑战赛）。举办挑战赛的目的在于以赛促学，激励学生学习数据挖掘的积极性，提高学生分析、解决实际问题的综合能力；以赛促教，推动数据挖掘技术在高校的推广和应用；以赛促研，为高校相关智力资源转化为推进国家大数据战略的生产力提供合作平台。

全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程的实践活动，是教育部倡导的大学生A类科技竞赛之一。竞赛以立足培养，重在参与，鼓励探索，追求卓越为指导思想，培养大学生的创意性科技竞赛能力。

在百度智慧交通赛项中，百度飞桨场景化地设计了基于深度学习的智能车趣味赛题，要求同学们在一套故事线中，使用飞桨完成特定场景的自动驾驶任务及系列自动化操作，赛题旨在在为创新人才的培养提供综合演练平台，拓宽高校人工智能相关专业的教学内容，提升高校科技创新能力。

线上比赛： 参赛学生必须在规定时间内使用百度开源深度学习平台飞桨进行模型的设计、训练和预测，不得使用其他相关平台、框架及任何飞桨中未包含的学习方法参赛。AI Studio作为本次线上选拔赛的唯一指定训练平台，提供在线编程环境、免费GPU算力、海量开源算法和开放数据，帮助开发者快速创建和部署模型。

线下比赛： 参赛队伍需要在规定时间完成基于车道定位及识别、 交通标志与指示牌的检测和识别、目标物检测与识别等多种人工智能技术和自动化控制技术， 契合人工智能时代发展特点，充分调动学生的创新、创造活力。参赛队伍必须使用组委会指定的百度EdgeBoard开发板（型号FZ3A)进行比赛。所有报名过参加线上资格赛的队伍（每校一个队伍，按照申请时间顺序）可免费获赠百度EdgeBoard开发板（型号FZ3A)1个及4个25GA闭环电机。（如果弃赛，请于线下赛比赛结束后30天内按照要求寄回主办方）比赛成绩优异的队伍可以申请获得百度飞桨、百度地图等部门内推名额。