年6月28日，由电子自动化设计顶级会议DAC主办的「低功耗目标检测系统设计挑战赛」于加州旧金山于落下帷幕。来自中科院计算所的ICT-CAS团队和来自清华大学的TGIIF团队在全球支参赛队伍中脱颖而出，分获GPU组和FPGA组的冠军。本届比赛旨在为无人机设计高精度且高能效的物体检测系统，以满足实际复杂场景的需要。比赛任务极具挑战性，参赛设计需要考虑小物体及被遮蔽物体检测，需要区分同场景多个相似目标，也需要考虑检测速度及功耗等多方面因素。参赛队伍来自清华大学、北京大学、中科院、UIUC、CMU、IBM、Cadence等全球多个优秀科研机构。

转自机器之心

无人机在工业、农业、军事及消费级市场均有如土地测绘、巡检监测、物资配送、灾后救援等重要作用。其中，实现高精度且高能效物体检测是开展所有无人机任务的基本要素，也是本领域急需提高的方向。由于航拍数据集（无人机视角）的缺失，进一步提升无人机物体检测系统变得更加困难。

在这样的背景下，圣母大学的史弋宇教授，匹兹堡大学的胡京通教授，香港城市大学的余备教授和CogniteVentures公司的CEOChristopherRowen发起「低功耗目标检测系统设计挑战赛」，并在DAC成功举办。该比赛由Nvidia、Xilinx和DJI大疆创新赞助，由圣母大学博士后徐小维和匹兹堡大学博士生张鑫燚进行评测。Nvidia和Xilinx分别为GPU和FPGA组的参赛队伍提供免费的嵌入式计算设备TX2GPU和PYNQZ-1FPGA。大疆创新为比赛提供了高达k份由无人机在实际环境中采集的数据并提供了准确标注。

比赛中使用到的两种硬件平台：TX2GPU（左）和PYNQZ-1FPGA（右）

比赛从年10月16日正式开始，于年5月28日结束，共吸引支来自全球多个科研机构的队伍参加。其中，53支队伍参与GPU组比赛，61支队伍参与FPGA组比赛。最终，两个组别前三名的队伍将被邀请至旧金山，在DAC上接受颁奖。同时，获奖队伍将能在大会上分享他们的设计并进行现场展示。

挑战1:小物体及遮蔽物检测

由于所有图片均在无人机视角下拍摄，大量图片中的待检测物体都非常小，且有很大的概率被树木和建筑物遮挡。这些物体本身的特征在如此小的尺度下会大大提升检测的难度。

小物体检测：绿色框对应行驶中的汽车为检测目标

挑战2:同一物体检测

与传统的物体检测不一样，本次比赛需要参赛队伍检测同一个物体。在无人机跟随应用中，无人机需要准确地检测出指定物体（如无人机操控者、车辆、动物等）并进行跟随飞行。当场景出现多个相似物体时，无人机也不能跟丢或跟错对象。此应用给物体检测带来了新的挑战。

特定行人检测：绿色框对应的是正确的检测目标，蓝色和红色狂均对应错误的行人。

挑战3：高精度vs低功耗

比赛采用的评价指标是精度，速度和能耗的结合（评分细则详见1）。考虑到GPU组及FPGA组使用了不同的计算能力硬件设备，比赛对检测速度提出了不同的要求。其中GPU设计需运行至20FPS，FPGA设计需达到5FPS。

GPU组前三强

GPU组的前三名分别是中科院计算所的ICT-CAS团队，浙江大学的DeepZ团队和山东大学的SDU-Legend团队。三个队伍均采用了深度学习完成比赛，也都采用Yolo神经网络作为他们的基础设计。

GPU组第一名：ICT-CAS

ICT-CAS团队使用了featureextractor,tuckerde