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

ResNeSt: Split-Attention Networks
