赛题分析

代码示例：

1. 德地图AMAP-TECH算法大赛-baseline1.ipynb
2. 德地图AMAP-TECH算法大赛-pipeline2.ipynb
3. 德地图AMAP-TECH算法大赛-pipeline3.ipynb
4. 德地图AMAP-TECH算法大赛-pipeline4.ipynb

交通路况状态（即道路是否畅通或拥堵）会影响用户对出行时间、路线，甚至是出行方式的判断和选择。作为国民级出行平台的高德地图每天会为用户提供海量的定位和路线导航规划服务，其所提供的路况状态信息的准确性会影响到用户在出行过程中的体验。传统的路况状态，主要依靠驾车用户的轨迹信息、用户上传、公共信息等要素通过技术算法处理后提供给用户。但在用户少、驾驶行为异常的道路上，这种方法难以完全保证路况状态信息的准确性。

如果我们能通过视频图像识别的算法，由视频图片观察到的路面状况，包括机动车数量、道路宽度和空旷度等因素来判断道路通行状态（畅通、缓行、拥堵），这将提高道路路况状态判断的准确性，从而提升高德地图用户的出行体验。

路况：根据道路的平均车速、道路等级，对道路上车辆通行状态的描述，分为畅通、缓行、拥堵三个等级，在高德地图上显示为绿色、黄色、红色，如图1所示。

问题定义

输入：给定一组含有GPS时间的图像序列（包含3-5帧图像），其中一幅图像作为参考帧。
输出：以参考帧为准，输出该图像序列对应的路况状态（畅通、缓行和拥堵）。

如下图所示，该序列包含3帧图像，其中第3帧图像为参考帧。算法需要基于整个序列，推断路况状态。当图像序列内的路况状态不一致时，以参考帧为准。

图像序列由行车记录仪拍摄，路况真值（ground truth）是对应道路当前时刻真实的路况状态。大部分场景下，前方车辆的数量和密度决定了路况状态，但是也存在一些其他情况供参赛选手参考：

行驶道路存在大量路边停车，但不影响车辆行驶，实际路况状态为畅通
跟车距离较近，前车遮挡视野内道路的情况，影响对当前路况的判断
行驶在双向道路，对向车道拥堵，行驶车道路况状态为缓行或畅通
相机安装存在角度偏差，可能会影响路况判断

数据说明

数据集分为预赛数据集和复赛数据集，预赛数据集先公布，仅供预赛使用。复赛数据集等预赛结束后公布，复赛中也可以使用预赛数据集。预赛数据集包括训练集和测试集。训练集合有1500个序列、共约7000幅图像；测试集合为600个序列、共约2800幅图像。预赛数据集包含不同等级的道路，包含高速路、城市快速路、普通道路等。路况真值类型的分布情况约为畅通70%、缓行10%、拥堵20%。路况真值主要基于参考帧标注。路面车辆较多的情况下，在标注时结合了序列中其他帧的信息。

数据格式

数据组织是以图像序列为单位，每个文件夹包含参考帧和其前后相邻帧的图像序列，图像序列最多为5帧图像。

提供数据中包含以下信息：

• 图像序列的参考帧图像名
• 图像序列的路况状态
• 0：畅通，1：缓行，2：拥堵，-1：测试集真值未给出
• 每帧图像采集时刻的GPS时间
• 单位为秒。如GPS时间 1552806926 比 1552806921 滞后5秒钟

评测方案

数据集和标签

{
"annotations": [
{
"id": "000001",
"key_frame": "3.jpg",
"status": 0,
"frames": [
{
"frame_name": "1.jpg",
"gps_time": 1552212488
},
{
"frame_name": "2.jpg",
"gps_time": 1552212493
},
{
"frame_name": "3.jpg",
"gps_time": 1552212498
},
{
"frame_name": "4.jpg",
"gps_time": 1552212503
}
]
},
{
"id": "000002",
"key_frame": "4.jpg",
"status": 0,
"frames": [
{
"frame_name": "1.jpg",
"gps_time": 1555301199
},
{
"frame_name": "2.jpg",
"gps_time": 1555301204
},
{
"frame_name": "3.jpg",
"gps_time": 1555301209
},
{
"frame_name": "4.jpg",
"gps_time": 1555301214
}
]
},
{
"id": "000003",
"key_frame": "5.jpg",


1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.