

博客
随着人工智能与各个行业的加速融合,如何快速、高效地进行算法开发已经成为 AI 行业落地的驱动力。一直以来,无论是学术界的研究者、需求 AI 技术的企业、个人 AI 开发者还是在校学生,都为开发和应用人工智能算法付出大量冗余的时间、资源和成本。2020 年 3 月,旷视科技开源了在内部工程实践超过 6 年的深度学习框架天元(MegEngine),助力开发者实现“深度学习,简单开发”。
我们期望通过此次大赛,鼓励参赛者借助天元深度学习框架实现算法创新,汇聚才智,为现实问题寻找最优解决方案。
比赛背景
视频是当前网络媒体主要形式,也是网络带宽资源的主要消耗者。新冠疫情带来的对网络直播、在线教育等在线业务的需求增长,其核心也是如何高效进行视频的传输以及高质量的进行视频呈现。
现实环境中,视频质量会受到网络带宽资源的制约。通过视频压缩技术,我们可以使视频能以较小的网络带宽消耗进行传输,但我们也希望传输后的压缩视频能尽可能的恢复到原有的画面质量。因此,压缩视频的画面质量恢复对于改善在网络带宽受限环境或者高分辨率显示设备上的视频观看体验有现实的价值和积极的作用。
在此背景下,我们希望通过此次大赛,鼓励高校科研人员、学生、初创企业以及企业人工智能算法工程和开发者利用深度学习技术,挑战压缩图像的画面质量恢复任务,探索基于深度学习的视频质量提升的上限。
比赛任务
本次比赛的任务为视频超分辨率。比赛中,参赛团队通过训练深度学习模型,针对给定的被降分辨率并压缩后的视频,尽可能保真的恢复压缩前的视频。
本次比赛提供的所有待恢复视频都是由原视频进行了 4 倍的下采样以及重新编码后的结果,比赛要求参赛团队提交对测试视频恢复后的结果。
更多说明
- 关于比赛详情,请关注 MegStudio - 旷视人工智能开源大赛
- 我们为参赛选手提供了相关内容分享:范浩强 - 视频超分辨算法前沿进展分享

上一篇: 分享
工程之道 | CPU推理性能提高数十倍,MegEngine计算图、MatMul优化解析

下一篇: 分享
金枪鱼之夜:MegEngine 框架设计

中国农业人工智能创新创业大赛:基于深度学习的鱼类多目标跟踪
2021/05/24
CPU 程序性能优化
2023/11/16
MegEngine 7-8 双月报来啦,干货满满
2023/09/01
MegEngine 使用小技巧:Profiler 使用手册
2023/08/30
开源项目分享,实习宝典传授,直播课程报名开启
2023/08/25