CVPR 2024 Workshop | AIGC质量评价挑战赛启动!
有志者,事竟成!如果你在学习科技周边,那么本文《CVPR 2024 Workshop | AIGC质量评价挑战赛启动!》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~


NTIRE (New Trends in Image Restoration and Enhancement) 是计算机视觉领域中备受关注的国际研讨会之一,涵盖底层视觉任务并举办相关挑战赛。值得一提的是,NTIRE 2024 AIGC质量评价挑战赛将由上海交通大学刘笑宏、闵雄阔、翟广涛教授团队与华为技术有限公司联合举办。第九届NTIRE研讨会预计于2024年6月18日与CVPR 2024同时举行,将汇聚众多研究者探讨最新技术趋势。
大赛背景:
近年来,随着生成式人工智能技术的崛起,文生图和文生视频模型不断涌现。这类算法的核心目标是根据用户的需求生成视觉内容。因此,人类对AIGC的主观喜好开始受到广泛关注,具有重要的研究意义。然而,现有的图像/视频质量评价方法与人类主观感知质量的相关性较弱,也很难准确评估生成内容与用户需求的匹配程度。因此,迫切需要提出新的图像/视频质量评价方法,以便预测AIGC的质量,从而推动多模态生成领域的发展。
我们筹办了一场AIGC质量评价挑战赛,与NTIRE研讨会合作。旨在寻找网络设计/解决方案,能够生成与图像、视频主观质量分数(MOS)高度相关的优质结果。
大赛介绍:
该挑战使用了一个名为AIGCQA-30K的新数据集,包含赛道1的20,000 个图像
大赛官网与挑战赛网址:
NTIRE官网:https://cvlai.net/ntire/2024/
AIGC质量评价挑战赛网址(图像赛道):https://codalab.lisn.upsaclay.fr/competitions/17627
AIGC质量评价挑战赛网址(视频赛道):https://codalab.lisn.upsaclay.fr/competitions/17621
赛程安排:
2023.02.04 发布训练集和验证集
2023.02.04 发布在线验证平台
2023.03.07 发布测试集,关闭验证平台
2023.03.14 测试结果提交截止日期
2023.03.15 概况介绍和代码/可执行文件提交截止日期
2023.03.17 向参与者发布初步测试结果
2023.03.28 挑战参赛作品的论文提交截止日期
2023.06.18 NTIRE研讨会和挑战、成果和颁奖典礼(暂定)
大赛要求:
本次挑战赛面向全社会开放,个人、高等院校、科研单位、企业等人员均可报名参赛。每支队伍只能提交一种图像质量评价和/或一种视频质量评价算法进行最终排名。
大赛奖励:
参赛队伍可自由选择是否发表竞赛相关论文,且该选择不会成为参加挑战赛或获奖的必要条件。本次挑战赛将邀请排名靠前的参赛者向NTIRE研讨会提交论文,以供同行评审。论文录用后将发表在2024年CVPR研讨会论文集中。
排名最高的参赛者和为比赛贡献新颖方法的参赛者将被邀请成为挑战赛报告论文的共同作者,该报告将在2024年CVPR研讨会上发表。图像与视频赛道将分别进行排名,并发放奖金。
两条赛道的奖金均(暂定)如下:
第一名:1000美元或同等价值的礼物+证书
第二名:600美元或等值礼品+证书
第三名:400美元或同等价值的礼物+证书
主办团队:
NTIRE2024 AIGC质量评价挑战赛由上海交通大学与华为技术有限公司共同举办。其中交大团队成员由刘笑宏、闵雄阔、翟广涛教授及其带领的博士后孙伟,博士研究生李春一、高艺璇、曹于勤、张子澄,硕士研究生寇腾川、吴偕乐组成。
竞赛组织者的联系方式:
Xiaohong Liu
Xiongkuo Min
Wei Sun
Guangtao Zhai
Chunyi Li
Tengchuan Kou <2213889087@sjtu.edu.cn>,
大赛交流群:
欢迎大家积极参赛,如群满或二维码到期请通过邮箱

好了,本文到此结束,带大家了解了《CVPR 2024 Workshop | AIGC质量评价挑战赛启动!》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
如何在 go.mod 中最好地声明 golang 依赖版本?
- 上一篇
- 如何在 go.mod 中最好地声明 golang 依赖版本?
- 下一篇
- 无法读取“一对多”与 go-pg 的关系
-
- 科技周边 · 人工智能 | 23小时前 |
- GPT-Live双工语音会话接入后端
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 文本生成 Transformers 重复片段 no_repeat_ngram_size GenerationConfig
- Transformers 怎样用 no_repeat_ngram_size 减少重复片段
- 493浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · OpenAI session Agents SDK SQLiteSession conversation_id
- OpenAI Agents API保存持久会话
- 414浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers在vLLM中部署生成模型
- 122浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers datasets流式读取训练数据
- 275浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · padding Transformers tokenizer max_length attention_mask truncation
- Transformers用tokenizer对齐输入长度
- 207浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 批处理 · 批处理 多模态 Transformers AutoProcessor 图像文本模型
- Transformers处理多模态输入批次
- 317浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 显存 Transformers 量化模型 BitsAndBytesConfig 4-bit 8-bit
- Transformers量化模型降低显存占用
- 306浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · LoRa 参数高效微调 Transformers PEFT
- Transformers用LoRA做参数高效微调
- 460浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 流式输出 Transformers TextIteratorStreamer streaming
- Transformers streaming逐步输出生成文本
- 340浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · CLIP softmax 候选标签 logits_per_image 零样本分类
- CLIP候选标签变化后概率为什么跟着变
- 210浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1049次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1045次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1206次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1151次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 995次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

