先进技术组

 参赛对象

     各高等院校、科研机构具有正式学籍的全日制学生(硕士、博士研究生)。

     题目说明 

要求根据实际需求,结合主流IT技术,充分挖掘机器学习技术在空间信息领域价值,进行有创意的原创性创新。提交作品的类型建议但不限于以下几种:1)基于Tensorflow等机器学习框架进行的空间数据分类识别技术的探讨;2)基于Tensorflow等机器学习框架,利用地理信息基础数据等先验知识,结合遥感影像、街景影像,进行城市街区、地面构筑物等空间要素识别与类型判别技术的探讨,如利用街景影像,进行道路破损类型、位置、程度识别训练,自动形成道路破损数据库,利用影像数据,自动提取球场、机场等特征地物位置与范围,自动形成特征地物数据库;3)基于Spark等大数据框架的地理信息应用,如对大数据的空间查询与分析优化。

  题目要求

  a) 软件要求:参赛者(团队)进行原创性技术探讨所使用的软件不做限制。

  参考资源:Tensorflow安装及使用教程请参考http://www.tensorflow.org/,中文入门教程推荐:http://www.tensorfly.cn ;Spark安装及教程参考 http://spark.apache.org

  b) 数据要求:参赛者(团队)需要自行创建包括街景、影像等图像、标记与坐标信息的训练数据集。

  作品提交要求

  1、 提交作品必须是作者原创,不得侵犯第三方知识产权,作品提交后,作品所有权仍归原作者所有,但大赛组委会拥有作品发布和宣传的权利;

  2、 提交作品应包含系统源程序训练数据集、训练模型与结果报告;

  3、 若使用行业数据,如规划标准、管线标准,请提供标准依据;

  4、 提交系统开发文档(提示:可说明系统概要设计与详细设计,说明系统开发计划与进度,帮助其他人了解系统开发过程);

  5、 提交作品应保证能顺利运行,并提交系统安装部署说明文档(提示:说明软件安装或部署步骤与注意事项,说明系统运行测试情况,帮助其他人了解系统安装及运行情况);

  6、 提交系统精彩截图(至少三张,可包含全场景截图与亮点截图)和精彩功能演示视频(不超过15分钟,视频文件小于300MB,有配音,格式可以为:MPEG,AVI,MP4, RMVB,MOV,WMV,FLV,视频按组委会要求上传到指定视频网站);

  7、 提交作品应以.ZIP或.RAR压缩包格式提交;

  8、 提交一份指导老师对作品的评价文档,文档以DOC格式提交(要求:简明扼要;条理清晰;字数200-500字;正文为宋体五号字)。 若无指导老师,该项可空缺。

 作品评选规则

 

 项目

  要求

权重

选题设计(25)

 选题新颖:体现机器学习与GIS结合创新点;

5

 功能设计行业特点鲜明,机器学习与GIS结合紧密,充分利用机器学习解决实际GIS问题,具有可推广价值;

20

系统实现(50)

系统实现能够充分利用前沿IT技术,按照系统需求设计实现功能;

系统实现过程科学严谨;

系统稳定、高效,无严重系统错误;

30

系统展示20

提交作品开发文档、部署文档、源程序、演示视频以及相关的数据,包括训练数据集、训练模型、结果报告等相关文档。文档资料齐全规范,文档描述清晰,图表简明,能够说明系统功实现思路和过程。

10

录像时长10-20分钟,应突出展示作品的精彩功能和设计亮点,能够展示操作步骤;同时可配以语音讲解和PPT展示说明。视频按照大赛组委会指定的格式提交到指定视频网站。

10

额外加分项(5)

结合Spark框架,实现机器学习高性能

5

 

备注:不符合作品提交要求酌情扣分

 

关注我们