20210619 | 竞赛资讯汇总
共 2346字,需浏览 5分钟
·
2021-06-24 13:23
7月28日 (23:59 UTC)团队合并截止日期。
7月29日(UTC时间23:59):第二阶段开始,发布测试数据;所有参与者都有 48 小时的时间下载测试集并在测试集上提交他们的结果。
7月31日 (UTC 时间 23:59):阶段 I 和 II 结束,验证和测试预测均已关闭提交。
8月4日 (23:59 UTC):宣布获胜者。前 3 名团队需要提交一份包含源代码和模型的技术报告。
金牌(第一名):$4,000
银牌(第二名):$2,500
铜牌(第三名):$1,000
赛题背景
半监督学习(Semi-Supervised Learning)是指通过大量无标注数据和少量有标注数据完成模型训练,解决具有挑战性的模式识别任务。近几年,随着计算硬件性能的提升和大量大规模标注数据集的开源,基于深度卷积神经网络(Deep Convolutional Neural Networks, DCNNs)的监督学习研究取得了革命性进步。然而,监督学习模型的优异性能要以大量标注数据作为支撑,可现实中获得数量可观的标注数据十分耗费人力物力(例如:获取像素级标注数据)。于是,半监督学习逐渐成为深度学习领域的热门研究方向,只需要少量标注数据就可以完成模型训练过程,更适用于现实场景中的各种任务。
比赛任务
本次比赛要求选手基于少量有标注数据训练模型,使分类网络具有目标定位能力,实现半监督目标定位任务。每一位参赛选手仅可以使用ImageNet大型视觉识别竞赛(ILSVRC)的训练集图像作为训练数据,其中有标注的训练数据仅可以使用大赛组委会提供的像素级标注数据。
数据集介绍
训练数据集包括50,000幅像素级有标注的图像,共包含500个类,每个类100幅图像;
A榜测试数据集包括11,878幅无标注的图像;
B榜测试数据集包括10,989幅无标注的图像。
评价指标
本次比赛使用IoU曲线作为评价指标,即利用预测的目标的定位概率图,计算不同阈值下预测结果与真实目标之间的IoU分数,最后取一个最高点作为最终的分数。在理想状态下,IoU曲线最高值接近1.0,对应的阈值为255,因为阈值越高,目标对象与背景的对比度越高。
奖项设置
赛题背景
2021年05月17日10:00开放报名,07月01日16:00报名截止
预热时间:2021年05月13日14:00 - 05月17日10:00
初赛:2021年05月17日10:00 - 07月01日16:00,大赛报名,初赛作品提交。
复赛:2021年07月05日10:00 - 07月29日16:00,复赛阶段,复赛作品提交。
评审:2021年08月02日09:00 - 2021年08月06日16:00,复赛代码审核及综合评审,公布晋级名单。
决赛:2021年8月15日,决赛作品提交,决赛答辩、评审。
想关注更多关于本期竞赛的消息,可在后台回复「0619」获取本期的所有链接🔗
关注我们不迷路,带你及时获取更多竞赛信息~