背景介绍
- 本次活动以鼓励选手熟练掌握 MegEngine 的推理能力。
- 参赛选手需要在指定时间内，对任务列表中的论文，给出模型对应结构的 MegEngine 版 inference 函数，并在 GitHub 上开源。
- 单个任务奖金会根据选手个人总任务完成数量，进行翻倍膨胀。在本赛段完成任务总量排名第一的选手，还将额外获得 20,000 元奖金。
比赛任务
任务说明
本次活动，共设置 70+ 个公开任务。选手在规定时间内，完成任务的认领及提交。
同一任务的领取人数不限，当产生首个通过审核的第一阶段成果时，该任务状态将更改为“已结束”，其他选手不可再次领取、提交结果。
注：若同一任务同时存在多个选手的提交结果，评审将按各选手的提交先后顺序进行审核，第一个通过审核的结果为有效结果，该选手在“卷积排名榜单”中任务挑战计数生效；其他成果作废，无对应奖励。
同一任务的领取人数不限，当产生首个通过审核的第一阶段成果时，该任务状态将更改为“已结束”，其他选手不可再次领取、提交结果。
注：若同一任务同时存在多个选手的提交结果，评审将按各选手的提交先后顺序进行审核，第一个通过审核的结果为有效结果，该选手在“卷积排名榜单”中任务挑战计数生效；其他成果作废，无对应奖励。
除领取公开任务，选手也可点击 活动页面右侧 Button 自行提报任务，并完成该模型对应结构的 MegEngine 版 inference 函数：
- 自提报任务需要经过审核，为保证审核通过率，所选论文最好为国际顶级会议发表的论文，主办方会在 2 个工作日内反馈审核结果；
- 审核通过后，任务自动上线，并默认成为提报人的已领取任务，同时其他选手也可在活动页面手动领取该任务；
- 同一选手在同一时间段仅可提报 1 个任务，该任务被完成（完成者不限于任务提报人） / 放弃后，提报人才可提报新任务；
- 请注意：采用未通过报名审核的论文做复现的模型，视为无效成果，不参与相关奖励评审。
Masked Autoencoders Are Scalable Vision Learners
High-Performance Large-Scale Image Recognition Without Normalization
MViTv2: Improved Multiscale Vision Transformers for Classification and Detection
Masked Autoencoders Are Scalable Vision Learners
High-Performance Large-Scale Image Recognition Without Normalization
MViTv2: Improved Multiscale Vision Transformers for Classification and Detection
ResNeSt: Split-Attention Networks
