想象一下，当你需要为某个工厂的生产车间构建一个基于视觉的目标检测应用时，传统方法需要花费大量时间采集数据样本，而且当工厂车间的布局发生变化时，你需要重新采集大量数据。这个过程不仅耗时、耗力，且对于数据的质量和准确性有很高的要求。而现在我们可以利用合成数据技术在虚拟世界合成的数据来补充训练数据集，这也是 NVIDIA 第八届 Sky Hackathon 大赛的主题。
本次大赛由 NVIDIA 企业开发者社区与创乐博公司联合主办，为期三周，吸引了来自 48 所高校的 50 个团队报名参加，总共有 245 名参赛者（包括导师）参与了培训以及比赛。经过紧张激烈的竞争，最终有 29 个团队成功完成了比赛。
本次赛事以“工厂车间传送带上的纸箱检测”为主题，涵盖数据合成、模型训练、模型推理以及 UI 页面搭建等多项任务挑战。
在数据合成阶段，参赛队伍根据组委会提供的 3D 模型和场景，借助 NVIDIA Omniverse Replicator 进行数据合成。此过程旨在帮助参赛者熟悉深度学习数据集的合成、收集、筛选、清理和标注过程。
随后，参赛队伍需要根据组委会提供的教程，在自己的服务器上搭建环境，并进行目标检测模型的训练。这一步骤让参赛者亲身体验基于目标识别的深度学习模型的训练过程。
训练完成后，参赛队伍将训练好的模型部署在组委会提供的 Jetson Xavier NX 集群上，并利用 NVIDIA TensorRT 加速模型的推理过程。这个过程使参赛者了解到利用 NVIDIA TAO 对模型进行剪枝等优化的重要性，以及 TensorRT 的部署能力。
为了提供更好的用户交互体验，每个团队还需要自行搭建 UI 页面，创建一个完整的应用系统。
参赛者通过参与本次活动，不仅能够学习到深度学习模型训练的实际过程，还能够亲自体验 NVIDIA Omniverse Replicator 合成训练数据、NVIDIA TensorRT 对模型的部署、以及 Jetson Xavier NX 在实际场景中的应用等领域的知识。
最终来自北京建筑大学、浙大宁波理工学院，以及东南大学和中国科学技术大学的同学们斩获前三名，分别获得由创乐博公司赞助的 NVIDIA Jetson Orin Nano 开发套件一套。
第四名至第 20 名，也将获得创乐博公司赞助的 Jetson Nano 开发套件。
活动感言
来自东南大学，也是本次大赛第三名优胜团队的队长刘梦阳同学表示：“NVIDIA Omniverse 能够很好支撑起 data-centric 的深度学习研究实践；而 NVIDIA TAO 开发工具套件让本身需要很高工程要求的模型训练部署环节变得非常便捷；Sky Hackathon 对 AI 的大众普及很有意义！”
NVIDIA GPU 应用市场总监侯宇涛补充道：“本次比赛旨在为参赛者们打开人工智能领域的大门，为他们未来的学习和职业发展奠定了坚实的基础。参赛者们通过实际操作和团队合作，不仅提高了技术水平，还培养了解决问题和创新的能力。”
创乐博总经理蒲茂表示：“我们期待着未来的比赛和活动，为更多的学生提供机会，展示他们的才华和创造力。同时，我们也期望这样的比赛能够进一步推动人工智能技术的发展，为工业和社会带来更多的创新和进步。”
感谢所有参与者和支持者的努力和支持，让本次活动取得了圆满成功。让我们一同期待未来人工智能领域的发展和突破！
获奖名单公示
优胜奖
团队：【pika】
团队：【无辑】
团队：【SugarFree】
成功参赛奖
智联铁胆火车侠
The zone
芝士雪豹
抽卡不歪对
GDC 一队
逻辑客
厦门大学 201 队
咩咩妙妙屋
心想事成
嘎拉队
alpha
六月艺术空间
智检小队
攀登者队
TIH1
无言以队
早八睡不醒
大连理工大学勇攀队
ASIR-Intelligent Recognition
张震摇鱼丸
天巧团队
即刻赛博 GeekCyber
TwoCoin
九五队
GDC 二队
研究补习班
*本文中图片均来源于 NVIDIA 企业开发者社区，如果您有任何疑问或需要使用本文中图片，请联系 NVIDIA 企业开发者社区。
