比赛介绍
传统深度估计是通过双目相机来完成的，而近些年使用神经网络（NN）的深度估计算法取得了巨大的进展！
一些算法使用单一图像来估计深度（单目深度），另一些使用神经网络来改善使用双目相机估计的深度，还有一些使用RGBD相机来改善深度估计。
本次大赛旨用OAK-D-Pro相机在开发一个高质量的深度估计，这个相机是由我们的合作伙伴Luxonis设计和开发的。
OAK-D-Pro使用主动光双目进行深度估计，尽管也有独立研究人员使用所有三个摄像头来改善结果。我们的目标是通过结合传统的计算机视觉技术和现代深度学习方法，使用神经网络来改善该设备的深度估计。你可以在OAK-D-Pro上使用一个、两个或全部的三个摄像头。
OAK-D-Pro使用文档完善的Python API，称为DepthAI API。参赛者还可以在Luxonis Discord频道上提问。（中国区参赛者可联系OAK中国提供技术支持）
OAK-D-Pro由一对双目摄像头、一个RGB摄像头，激光点阵发射器组成。此外，它有一个英特尔Myriad X处理器，拥有4TOPS的算力（1.4TOPS用于AI）。OAK-D-Pro可以被认为是一个带有强大NN处理器的RGBD相机，可用于改善深度估计。
Previous
Next
比赛阶段
本次大赛有两个阶段——预赛和决赛。
预赛
预赛提交表格： 查看
参赛者需在2022年9月19日23:59:59（UTC-8时区）前提交预赛报名申请，申请所含内容如下：
1. 团队
- 团队名称，让参赛充满趣味。
- 团队简介，每个团队成员最多四名，也建议用GitHub的链接来展示你的工作。
- 细节。提供你计划使用什么算法的细节，你可以提交你计划尝试的多个想法。
- 背景。
展示出你对该领域现有的研究背景将提高获奖概率， 所以我们建议你提供充分的参考资料。
决赛
我们将会根据提交的提案选出25名进入决赛的团队，每个团队将在公告发布后15天内将会收到一个OAK-D-Pro。
届时，我们将会发布一个测试算法的场景清单。
各团队必须在2022年12月18日23:59:59（UTC-8时区）前提交他们的参赛作品。。
1.代码
80%的打分将参考代码、模型，请在代码中说明如何在OAK-D-Pro上运行它。
剩余20%的打分将参考用于解释项目的视频（约5分钟），请在视频中展示演示。
80%的打分将参考代码、模型，请在代码中说明如何在OAK-D-Pro上运行它。
- 以15 fps或更快速度运行的代码将仅以质量为评判标准。
- 对于运行速度低于15 fps的代码，将进行处罚。这意味着，较慢的代码需要产生非常好的结果才能获胜。
剩余20%的打分将参考用于解释项目的视频（约5分钟），请在视频中展示演示。
奖项设置
预赛
被选入决赛的前25个团队将获得OAK-D-Pro。
决赛
前三名获胜团队将分别获得5千美元、
3千美元和2千美元的现金奖励。
相关参数
参数 |
彩色摄像头 |
双目摄像头 |
|---|---|---|
|
图像传感器
|
IMX378
|
OV9282
|
|
DFOV / HFOV / VFOV
|
81° / 69° / 55°
|
81° / 72° / 49°
|
|
分辨率
|
12MP (4032x3040)
|
1MP (1280x800)
|
|
对焦范围
|
自动对焦: 8cm - ∞
|
定焦: 19.6cm - ∞
|
|
最大帧率
|
60 FPS
|
120 FPS
|
|
光圈
|
2.0
|
2.2
|
|
镜头尺寸
|
1/2.3 inch
|
1/4 inch
|
激光点阵发射器在OAK设备前面投射许多小点，这有助于匹配视差，特别是对于低视觉特征的表面（几乎没有纹理的空白表面），如墙壁或地板。我们使用的技术被称为ASV（active stereo vision）——主动双目立体视觉，因为在OAK-D-Pro上进行立体匹配的方式与在OAK-D上一样（被动双目立体视觉）。
Free Courses
Courses
Partnership
Resources
General Link
Copyright © 2025, OpenCV team