本次VideoPipe挑战赛的主要目标是，利用先进的人工智能技术，对真实管道视频进行异常分类与检测，实现高精准、智能化的复杂城市管道缺陷分析。
本次挑战赛我们提供了两个高质量的城市管道检测视频数据集，即QV-Pipe数据集和CCTV-Pipe数据集，这两个数据集来自真实的城市管道检测视频。
本次挑战赛设置了丰富的奖金，对优胜者以资鼓励，欢迎大家踊跃参赛！
比赛官网：https://videopipe.github.io
一等奖，1名，奖状及1500美元奖金；
二等奖，1名，奖状及500美元奖金；
三等奖，1名，奖状及250美元奖金；
一等奖，1名，奖状及1500美元奖金；
二等奖，1名，奖状及500美元奖金；
三等奖，1名，奖状及250美元奖金；
QV-Pipe视频是通过便携式快速检测（QV检测）方法获取的管道检测视频。QV检测是将高放大倍数摄像头和高功率探照灯放置管口，通过控制摄像头的变焦对排水管道进行快速内窥检测的一种方法，QV检测可快速检测管道的内部状况，初步判断管道的结构性缺陷。
我们的QV-Pipe数据集包括9600个视频，管道类别包括1个正常类和16个缺陷类。这些数据来自真实的城市管道，由专业工程师标注。所有视频的总持续时间超过55小时。每个视频持续时间从0.7秒到385.2秒不等，标注缺陷类别从1到5个不等。视频按2:1的比例分为训练集和测试集。
赛道网页：https://codalab.lisn.upsaclay.fr/competitions/2232
CCTV视频是采用专用闭路电视系统（CCTV检测系统）进行管道内窥检测获得的视频。在CCTV检测过程中，检测人员对放入管道内的携带摄像镜头的爬行器进行有线控制，通过监视器观察管道内部状况并进行实时录像，以确定管道内部缺陷。
我们的CCTV-Pipe数据集包括575个视频，缺陷类别16个，包括管道中的结构和功能缺陷，视频总时长约87小时。所有视频收集自真实世界的城市管道系统，由专业工程师标注缺陷的时间位置和类别，同一时间位置可能存在多个缺陷类别。每个缺陷类别对应的视频数量从8到2770个不等，视频时长比QV视频更大，平均时长约545秒。
赛道任务：定位CCTV视频中缺陷的时间位置，并识别其对应的缺陷类别。
赛道网页：https://codalab.lisn.upsaclay.fr/competitions/2284
公众号后台回复“数据集”获取50+深度学习数据集下载～
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~ 
