Kaggle新上比赛:空客公司卫星图像船体分割

今天Kaggle新上了一个计算机视觉目标分割方面的比赛(Airbus Ship Detection Challenge, Find ships on satellite images as quickly as possible),帮助空中客车公司“既准又快”进行卫星图像船体检测分割。

(关注“我爱计算机视觉”公众号,一个有价值有深度的公众号~)

背景描述

空中客车邀请Kagglers创建尽可能快速的卫星图像船只检测算法模型,希望即使在有云遮挡和雾霾的图像中也能精确识别。

全球航运量正在快速增长,船只海上违规的行为也越来越多,例如破坏坏境的航运事故、海盗、非法捕鱼、贩毒、非法货物运输等。这迫使从环保机构、保险公司到国家政府等组织越来越密切关注公海航船。

空中客车公司为应对此挑战,构筑了强大的解决方案,达到广泛的覆盖范围,精细的细节,密集的监控,优质的反应性和解释响应,将专有数据和资深的分析师结合,能够快速有效的提供海事监控和危险预警。

在过去的十年中,空客已经做了很多工作,比如在还没有造成实质结果之前,自动从卫星图像中检测明显的试图海上违规的目标船只。现在,空中客车公司转向Kagglers,希望参赛者帮助空客提高自动船舶检测的准确性和速度。

该比赛不仅关心精度,还希望检测速度也很快。所以专门设置了“算法速度奖”:即在该比赛结束后,参赛选手可以通过私人Kaggle kernal提交他们的模型,根据模型在超过40000个图像的推理时间(完整卫星图像的典型大小)进行速度评估,以获得特殊的算法速度奖。

比赛数据

在该比赛中,参赛者需要在卫星图像中找到船只,分割出船体。在比赛数据中,很多图像不包含船只,同时也有图像包含多艘船只。同一图像内部和不同图像之间包含的船只尺寸可能不同,因为拍摄的位置不同。

在给定的数据中train_ship_segmentations.csv文件列出了训练图像名并提供了ground truth(游长编码格式),训练集总计104070幅图像,131030个船体标注。sample_submission.csv文件包含test数据集图像名,测试图像总计88486幅图像。

请按照sample_submission.csv中列出的图像文件名提交,因为test.zip中有部分图像需要被忽略。

图像数据均为768*768像素的RGB彩色图像,样例数据:

奖项设置

时间节点

September 27, 2018 – 报名截止

September 27, 2018 – 团队合并截止

October 4, 2018 – 提交截止

October 18, 2018 – 算法速度奖提交截止

November 22, 2018 – 算法速度奖冠军公布

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180731G11U9300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券