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的之前,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

比赛数据总计26.4G,已经被下载下来,正在上传百度云,可以在“我爱计算机视觉”公众号后台回复:ship,即可收到下载链接。如果打开链接没找到数据,因为数据还没上传完,请过一两个小时后再打开。

比赛地址:

https://www.kaggle.com/c/airbus-ship-detection

该比赛数据量较大,需要机器有比较高的配置,相对来讲前几天Kaggle发布的盐体分割的比赛比较适合个人参赛,参见:

Kaggle新上比赛:地震图像的盐体分割

(关注“我爱计算机视觉”公众号,一个有价值有深度的公众号~)

转载请注明:《Kaggle新上比赛:空客公司卫星图像船体分割

发表评论

电子邮件地址不会被公开。 必填项已用*标注