Tavondo
竞赛活动指南平台
English开始匹配
竞赛活动指南平台
English登录
Tavondo

发现值得投入的 AI 竞赛与活动。

竞赛活动指南平台
登录注册开始匹配

© 2026 Tavondo

English
  1. 首页
  2. 竞赛
  3. 飞桨学习赛:手写文字擦除
Baidu AI Studio计算机视觉入门报名状态待确认

飞桨学习赛:手写文字擦除

一场入门难度的计算机视觉竞赛,预计投入 4–12 小时,适合用真实赛题完成一次端到端练习。

难度
入门
预计投入
4–12 小时
报名截止
待官方确认
算力
免费 GPU 可用
概览学习资源参赛准备来源

概览

这场竞赛适合谁

适合已能用 PaddlePaddle 训练端到端视觉模型的开发者,尤其是想练习图像到图像转换、图像修复或场景文字擦除的人。个人即可参赛,且页面说明面向全社会开放;但提交模型必须使用 PaddlePaddle 2.0 及以上版本。

查看官方简介原文
百度网盘AI大赛由百度网盘开放平台发起,鼓励选手结合计算机视觉技术与图像处理技术,完成模型设计搭建与训练优化,产出基于飞桨框架的开源模型方案。 Official tags: 图像处理. Sign-ups: 250.

学习资源

这场比赛提供什么

官方提供了可以直接运行的基线,从它开始通常比从零搭快得多。

  • 基线方案Forkable PaddlePaddle baseline notebook
  • 数据获取Competition training and test image datasets
  • 参考论文MSSSIM reference paper
  • 参考论文EraseNet reference paper
  • 参考论文EnsNet reference paper
  • 参考论文Cascaded text removal reference paper
  • 参考论文MTRNet++ reference paper
  • 参考论文MTRNet reference paper
  • 数据获取SCUT-EnsText public dataset
  • 数据获取SynthText public dataset
  • 基线方案EraseNet open-source code
  • 基线方案Official SceneTextRemoval TensorFlow implementation
  • 基线方案Minimal SceneTextRemover PyTorch implementation
  • 基线方案MTRNet/MTRNet++ open-source code
  • 基线方案EnsNet open-source code

参赛准备

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

    图像到图像模型

  3. 03

    图像修复与文本擦除

  4. 04

    PSNR 与 MS-SSIM 优化

  5. 05

    PNG 图像批量处理

  6. 06

    ZIP 提交文件组织

投入前确认:难点是既要去除试卷图像中的手写痕迹,又要精确恢复被笔迹遮挡的原始内容;测试集 GT 不公开,需让模型在真实场景处理而来的图像上保持泛化。除训练效果外,还必须严格生成与输入同名、同尺寸的 PNG,并将结果与 readme.txt 以无文件夹层级的 ZIP 提交。

来源

本页信息如何得到

赛题信息由官方页面抓取后结构化整理,评分为平台估算,仅用于辅助判断,最终规则以官方页面为准。

官方赛事页
Baidu AI Studio
最后核对
未记录

参赛判断

est.
78

值得加入候选

综合适配度评分

新手适配度78/100
学习价值72/100

先确认资格和时间投入,再决定是否进入正式准备。

参赛资格待官方确认

打开官方页面登录后保存去看指南

数据与审核状态

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。

查看数据状态收起
来源页面已核验Metric 已确认已审核
本站纳入时间
2026年7月21日

官方 metric 还没有从当前抓取结果中确认,仍需人工核对。