野生动物目标检测挑战赛

这场竞赛适合谁

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。

这场比赛提供什么

以下内容来自比赛官方页面。

• 基线方案Wildlife object detection baseline project
• 数据获取Animal detection dataset with 2,476 images and XML annotations
• 免费算力Official compute for automated evaluation

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   能够运行基础方案并完成一次有效提交

3. 03

   目标检测训练

4. 04

   Pascal VOC XML 标注

5. 05

   Python 推理脚本

6. 06

   模型打包与部署

投入前确认：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。