NANO Hackathon项目旨在帮助在校学生、深度学习开发者在NVIDIA Jetson边缘高性能计算产品上部署和优化人工智能应用。在经验丰富的GPU导师指导下，通过黑客松竞赛的方式学习业界所需的基于深度学习应用的关键加速和并行计算技能，激发学生们的学习兴趣与创新力。
NVIDIA工程师将亲自为参赛队伍带来他们对最新的深度学习与边缘计算方面的理解、行业的趋势与最新的技术应用及最新开发工具实战技能知识，在训练营中对参赛队伍进行指导。
NANO Hackathon为参加者提供了一个难得的学习并实操的机会，学习嵌入式深度学习开发所需的动手技能， 通过使用NVIDIA最新的编程模型、库和工具以加速和优化他们的AI应用程序。
整个活动包含了训练营和黑客松比赛，全程采用在线的方式，并对所有参赛者免费。
第一届活动回顾
可以访问：https://mp.weixin.qq.com/s/NmKVftUs5diTrDRl2Rblmg 了解第一届活动
本次活动亮点
在此过程中，学生将会实际体验到：
-
基于目标检测的深度学习模型的训练过程 -
利用NVIDIA TransferLearning Toolkit对模型进行剪枝等优化过程 -
利用NVIDIA TensorRT对训练好的模型进行部署 -
利用Jetson Nano进行实际场景实验 -
深度学习数据集的收集，筛选，清理和标注等过程。
参赛说明
比赛主题： Nano认路标
活动形式：线上
活动安排：
[table=553]
[tr][td=104]
9月20日
[/td][td=331]
训练营
[/td][td=119]
[/td][/tr]
[tr][td=104]
9：30
[/td][td=331]
欢迎致辞
[/td][td=119]
NVIDIA
[/td][/tr]
[tr][td=104]
9:30-10:00
[/td][td=331]
Jetson云平台介绍+参赛团队代表测试设备
[/td][td=119]
GPUS
[/td][/tr]
[tr][td=104]
10:00-11:00
[/td][td=331]
如何在服务器端利用迁移学习工具来训练模型
[/td][td=119]
NVIDIA
[/td][/tr]
[tr][td=104]
[/td][td=331]
中午休息
[/td][td=119]
[/td][/tr]
[tr][td=104]
14:00-15:30
[/td][td=331]
如何在Jetson NANO上部署训练模型，并利用TensorRT优化等
[/td][td=119]
NVIDIA
[/td][/tr]
[tr][td=104]
15:30-16:30
[/td][td=331]
参赛团队远程上机操作，答疑
[/td][td=119]
[/td][/tr]
[tr][td=104]
16:30-17:00
[/td][td=331]
宣布黑客松的比赛规则
[/td][td=119]
NVIDIA
[/td][/tr]
[tr][td=104]
10月16日
[/td][td=331]
线上测试
[/td][td=119]
[/td][/tr]
[tr][td=104]
18：00-24：00
[/td][td=331]
开放Jetson NANO云平台给参赛队伍做测试
[/td][td=119]
[/td][/tr]
[tr][td=104]
10月17日
[/td][td=331]
线上测试
[/td][td=119]
[/td][/tr]
[tr][td=104]
8：00-24：00
[/td][td=331]
开放Jetson NANO云平台给参赛队伍做测试
[/td][td=119]
[/td][/tr]
[tr][td=104]
10月18日
[/td][td=331]
比赛
[/td][td=119]
[/td][/tr]
[tr][td=104]
8：00-11:00
[/td][td=331]
开放Jetson NANO云平台给参赛队伍做测试
[/td][td=119]
[/td][/tr]
[tr][td=104]
12:30
[/td][td=331]
每队分别远程提交最终模型的截至时间
[/td][td=119]
[/td][/tr]
[tr][td=104]
14:00-16:00
[/td][td=331]
每个参赛队伍使用自己的模型进行性能评测，检测的精确度及处理视频的帧数 综合加权 得到最终分数。
同时各参赛团队需要在16点之前提交一份不少于800字的项目报告。
[/td][td=119]
[/td][/tr]
[tr][td=104]
[/td][td=331]
如果有评分一样的，需要有加时赛直到确定比分顺序
[/td][td=119]
[/td][/tr]
[tr][td=104]
16：30
[/td][td=331]
宣布比赛结果
[/td][td=119]
[/td][/tr]
[/table]
比赛过程：
-
每组参赛队伍自行分工，收集交通路标数据集并标注用于训练。 -
每组参赛队伍利用收集好的数据集，利用NVIDIATransfer Learning Toolkit进行模型的训练，优化及导出。 -
每组参赛队伍利用TensorRT将训练好的模型部署在组委会提供的Jetson Nano上，并进行测试优化。 -
每组参赛队伍将优化好的模型提交到组委会提供的JetsonNano上。
注意：除了在NANO平台上提交模型进行比赛外，各参赛团队还要提交一份不少于800字的项目报告（项目报告模板见附件）。
参赛平台
硬件平台：NVIDIA JetsonNano（128CUDA核、4核CPU、4G内存）
操作系统：Ubuntu 18.04L4T 64位元桌面版
开发环境：CUDA 10.2、CUDNN8.0、TensorRT7.1、OpenCV4.1.1
教学环境：Jupyter Lab2.1.2
同时为参赛队伍提供真实的NANO编程环境
比赛规则
本次Hackathon活动以自动驾驶中的目标检测为主题，以检测车辆行驶画面中的交通标识为最终目标。
每个参赛队伍需要自行收集数据集并标注，组委会不做规定；
参赛学生需要根据组委会提供的环境，在自己的服务器上训练目标检测模型。
本次活动参赛学生最终将训练好的模型部署到组委会提供的JetsonNano集群上，进行最终测试。
本次活动不限定参赛者选用的模型，以及使用的训练数据集。
正式比赛时候，组委会会提供一段比赛视频和评分系统。每个参赛队伍需要利用评分系统和最终的测试视频进行对程序的评分。评分系统根据识别结果自动打分。
赛事交流和答疑
本次Hackathon活动会提供专属赛事交流微信群，所有符合参赛条件的团队成员将被组委会人员邀请加入微信群。
NVIDIA在开发者社区论坛会提供专属赛事栏目：
https://developer.nvidia-china.com/forum.php?mod=forumdisplay&fid=179
有关赛事的技术问题请在论坛上提问。组委会技术团队会负责技术答疑。
第一届赛事技术问题回顾可以访问：
https://developer.nvidia-china.com/forum.php?mod=forumdisplay&fid=179
关于参赛团队导师
此次活动采用导师制。所以每个参赛队伍都需要有一名指导老师
所有导师带队的团队能完成最后的比赛，且成绩有效，导师将获得由NVIDIA颁发的“优秀导师奖”，并获得Jetson NANO一套作为奖励。
评分标准
评分系统主要根据目标识别的速度和准确度进行打分。
评分结果一旦做出则为最终结果。评审不会对作品给出具体反馈意见，也不会对作品的最终得分进行解释。
Q&A
我能参加么？
NANO Hackathons目前针对高校学生，当然有兴趣参与的高中学生也欢迎。一般不需要有GPU编程经验，但是最好有一定Python和编程基础；对深度学习、神经网络有一定理论基础；
如何报名？
黑客精神就是团队合作，每队需要选出一名队长，并为团队起个名字。
此次活动采用导师制。所以每个参赛队伍都会有一名指导老师。
所有团队成员应单独报名，并填写团队名称以及导师名字
原则上，参赛队伍必须是同一所学校。不同学校也可以组队。
每队限3-5人（不含导师）。如果报名团队多余5人或者少于3人，我们将视为团队无效。
团队报名链接： https://jinshuju.net/f/nNHH2r
一个导师可以组织多支参赛队伍么？
可以，我们鼓励导师组织多支参赛队伍。
需要费用么？
NANO Hackathons 对所有参赛者免费，
这是个线上活动，我们提供Jetson NANO云平台。
有奖励么？
一般来说，NANO Hackathon是合作而不是竞争。最好的奖品是代码的新性能级别、与专家的相处时间、在Jetson平台上运行的能力以及难忘的体验，这些都可能使您更接近一篇新的论文或演讲。但是，我们确实会颁发一些象征性的奖品和参赛证书。
奖品：
优胜奖：三个 ，每队获得JetsonNANO开发套件一个
纪念奖：每位参赛选手，并获得参赛证书