新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

• 2020 年 9 月 8 日
• AI

计算机视觉可以分为两大方向：基于学习的方法和基于几何的方法。其中基于学习的方法最火的就是深度学习，而基于几何方法最火的就是视觉SLAM。相较于激光SLAM，视觉SLAM可研究空间较大，是当前研究热点之一。

本次视觉SLAM比赛由AI研习社和INDEMIND联合举办，数据集使用双目视觉惯性模组采集。本数据集分为两个部分。easy和mid，分别代表简单和中等难度，适应不同的同学进行实践。

了解更多关于比赛难点、建议，可以扫码或点击右侧链接观看 赛前动员公开课 

参赛选手任务

使用视觉+imu的融合slam方案，运行数据集，并且通过EVO或者其他工具来评判自己精度和准度，并将mid结果提交。

数据说明

算法）”,”27:\”12\”|31:2″],[20,”\n”,”24:\”5j3x\””],[20,”绝对轨迹误差是估计位姿和真实位姿的直接差值，可以⾮常直观地反应算法精度和轨迹全局⼀致性。”,”27:\”12\”|31:2″],[20,”\n”,”24:\”pctV\””],[20,”\n”,”24:\”x6JU\””],[20,”\n”,”24:\”izBg\””],[20,”\n”,”24:\”cyFu\””]]” style=”font-size: 16px;letter-spacing: 0.5px;”>提供rosbag数据和ground truth

其中rosbag可用话题为三个：

groundtruth说明

评审标准

绝对轨迹误差是估计位姿和真实位姿的直接差值，可以⾮常直观地反应算法精度和轨迹全局⼀致性。

赛事奖励

• 现金5000元+INDEMIND双目视觉惯性模组

• 前10名还可以获得INDEMIND内推通道（职位详情可请移步比赛详情页面查看）

（INDEMIND双目视觉惯性模组）

报名入口

扫描二维码或点击链接即可参加

雷锋网雷锋网雷锋网