本文阅读时间约5分钟
现在Kaggle上有很多正在火热进行的有奖比赛项目,为了节省大家筛选时间,今天计算机视觉life就帮大家整理了最近几个和计算机视觉有关的,而且比较有趣的竞赛,你是不是已经摩拳擦掌,跃跃欲试了呢?
比赛设置的奖励为:
第一名:12000美元
第二名:8000美元
第三名:5000美元
《快,画!》是一款实验性游戏,目的是为了以一种有趣的方式告诉公众AI是如何工作的。游戏提示用户画出某一类别的图片,如“香蕉”、“桌子”等。游戏生成了超过10亿张图片,其中一个子集作为本次比赛的基础训练集,并公开发布,该子集包含5000万张图片,包含340个标签类别。
具体挑战是这样的:因为训练数据来自游戏本身,所以绘图可能是不完整的,或者可能与标签不符。你的任务是为现有的数据集快速创建一个更好的分类器。通过在该数据集上改进模型,Kagglers可以更广泛地改进模式识别解决方案。这对手写识别非常有意义,使得它在光学字符识别、自动语音识别、自然语言处理等领域的应用更加鲁棒。
2018年11月27日:报名截止日期。2018年11月27日:团队合并截止日期。2018年12月4日:最终提交截止日期。
项目网址:
https://www.kaggle.com/c/quickdraw-doodle-recognition
竞赛设置了丰厚的奖励:
第一名:14000美元
第二名:10000美元
第三名:8000美元
第四名:5000美元
特等奖: NVIDIA Quadro GV100 GPU
人类蛋白质图谱是一项基于瑞典的计划,目的是为了绘制细胞、组织和器官中所有人类蛋白质的图谱。知识资源中的所有数据都是开放获取的,任何人都可以对人类蛋白质组进行探索。
在这次竞赛中,Kaggle将开发能够在显微镜图像中分类混合模式蛋白质的模型。人类蛋白质图谱将使用这些模型构建一个与智能显微镜系统集成的工具,从高通量图像中识别蛋白质的位置。
2019年1月3日:报名截止日期。2019年1月3日:团队合并截止日期。2019年1月10日:最终提交截止日期。
项目网址:
https://www.kaggle.com/c/human-protein-atlas-image-classification
这个竞赛你需要自己编写算法,从较大的病理数据扫描中提取一小块图像来识别癌症的转移特性。提供的数据集叫做PCam(PatchCamelyon),该数据集可以从GitHub查看和下载。GitHub地址: https://github.com/basveeling/pcam
PCam数据集(如下图所示)将临床上的癌症转移检测任务打包成一个直接的二值图像分类任务,类似于CIFAR-10和MNIST。模型可以在单个GPU上轻松训练(在几个小时内),并且在Camelyon16肿瘤检测和全片图像诊断任务中取得较好的成绩。此外,任务难度和可操作性之间的平衡使得它成为基础机器学习研究的主要问题,如主动学习、模型不确定性和可解释性。
这次比赛截止于2019年3月30日晚上11:59分,在比赛结束时,排名top5的队伍将获得Kaggle奖励。
官网:
https://www.kaggle.com/c/histopathologic-cancer-detection#description
好啦,计算机视觉life先为大家提供这些比赛资讯,如果您还行了解更多,可以进入kaggle官网进行研究,期待您可以有一个不错的成绩。
欢迎关注公众号:计算机视觉life,一起探索计算机视觉新世界~