徜徉数据世界,勇闯代码江湖
惠普Z系列算法大赛如火如荼进行中
已有近千位数据科学家报名
你还在观望吗?
在此奉上参赛宝典
新手教程、高分技巧
算法工具、学习资料
带上这份攻略指南,一起启航吧!
第一步:下载高清可见光数据集和对齐可见光与红外数据集
第二步:基于大量高清可见光数据集训练预训练模型
第三步:基于少量对齐的可见光与红外数据集微调最终模型
第四步:基于少量对齐的可见光与红外数据集对模型进行评测
我们的数据集文件大小:46G
参考下载时长
阿里云盘:2MB宽带下,无需会员,约用时6小时(7个文档链接均需下载)
百度云盘:2MB宽带下,超级会员,约用时7小时
如您在下载过程中遇到任何问题,可联系Will张(zhangyuan@csdn.net)协助解决,也可以在赛事群咨询
对于经验比较少的参赛者, Z Club小编会在下周推送通关思路。
最终评选出的获奖队伍,将根据比赛成绩,依次进行成绩复核、颁奖。成绩复核需要选手提供:源代码、模型以及对应的说明文档;如用户未提供成绩材料,或提交的材料不能进行复现,则属于无效作品。
本次比赛将一次进行,不区分初赛和复赛。
不是强制,但更推荐使用惠普Z系列进行训练,强大的算力处理优势和高兼容性、高稳定性可大幅提升训练效率。
提交作品后次日可以查询到成绩,如提交作品不符合比赛要求,工作人员会与参赛者联系告知作品问题。
训练没有次数限制。本次比赛将限制每周提交次数,每周允许队伍提交两次检测结果,请参赛队伍自主选择最优结果进行提交。
赛题需要大家重点掌握目标检测相关技术,并可能使用生成对抗网络,迁移学习等内容,大家可登录 GitHub 学习开源目标检测项目,在知乎、CSDN 等平台浏览相关技术博客。
大赛使用到的核心算法是旋转目标检测,因此数据科学家们应熟悉主流的深度学习训练框架(如Pytorch、Tensorflow、PaddlePaddle 等),熟练掌握基于深度学习的图像目标检测框架(如通用目标检测框架 YOLO 系列,旋转目标检测框架 R3Det 等)。
根据预测目标框与真实框之间的重叠比例RIoU ,超过指定比例视为检测成功。赛题分数计算方式:mAP@RIoU=0.5:0.05:0.95
具体还可参考赛事官网的评选规则
官方的 mAP 和 RIoU 计算脚本已含在大赛数据下载文件中,所在数据文件夹:赛题说明及测评脚本。
本大赛不可以自定义训练集和测试集比例,本次比赛考验模型使用少量数据训练的泛化能力,这是重点考察参赛者队伍的地方。
大赛是非传统矩阵框检测,旋转矩阵框检测。
dota 公共数据集的预训练参数可以使用,但不得作为作品最后的模型进行提交。
因为数据量大,图像分辨率高。数据涉及白天和夜晚环境,其中1588对为白天环境下采集,644对为夜晚环境下采集。在2232张(可见光/红外)图像中,上述小轿车、公共汽车、轻型卡车、重型卡车四类目标平均每图5.90个、0.58个、0.94个和0.91个。详细可见赛事官网-数据集详细信息。
大赛在提供大量高清可见光图像的情况下,需要基于少量对齐的可见光和红外图像训练出统一的检测模型。因此数据科学家们想要赢得佳绩,可考虑采用合适的数据增强,域迁移学习等方法,提高模型的泛化能力。
如有任何问题,请加入下方赛事群咨询
我们会及时在赛事群为大家解答相关问题
👇
10万元奖金池
将由组委会评选出的6支优秀参赛团队瓜分
一等奖1名 奖金3万元
二等奖2名 奖金2万元
三等奖3名 奖金1万元
扫码立即报名参赛
高分指南已全奉上
我们期待
你在惠普Z系列算法大赛的舞台上
创意无限,解锁极智镜界
扫描下方二维码
或点击“阅读原文”加入我们吧!