新手分
55/100
适合已有 Python 与目标检测实践基础、愿意使用 PaddlePaddle/PaddleDetection 的学生或 AI 爱好者。参赛者需要能处理 JPG 图像与 Pascal VOC XML 边界框标注，并训练猴子、熊猫和狼三类目标的检测模型。
以下内容来自比赛官方页面。
Official compute for automated evaluation
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
能够运行基础方案并完成一次有效提交
目标检测训练
Pascal VOC XML 标注
Python 推理脚本
模型打包与部署
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
难点不只是训练精度，还要把模型做成可自动运行的提交包：需上传模型、预测代码及可选环境库，并让后台以指定命令生成 result.json。模型在后台 V100 上连同前处理和后处理都必须达到有效速度门槛，因此需要同时优化推理部署与检测效果。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。