Frankie

目前本科在读，师从深度之眼比赛班导师-Taylor老师，刚接触图像算法竞赛半年，已经获得 IFLYTEK 1024 Challenge - X光目标检测第二名，华为云-重庆语义分割算法大赛二等奖等。

1、赛题链接

https://www.dcic-china.com/competitions/10021

2、赛题描述&任务

牛只图像分割是智慧畜牧中的重要一环，既实现牛只的智能个体识别，还能掌握牛在养殖过程中的生长状况。本赛题旨在用人工智能为畜牧养殖赋能，使用机器代替饲养员对牛只进行个体识别，节约人力成本，同时快速获取牛只的体格信息数据，作为后续牛只体型评价、健康评价等的重要参考依据。

本赛题以牛只实例分割图像数据作为训练样本，参赛选手需基于训练样本构建模型，对提供的测试集中的牛只图像进行实例分割检测。任务方法不局限于实例分割等方案，训练数据集不局限于提供的数据，可以加入公开的数据集。

※ 比赛时间线

※ 丰厚的奖金

3、数据描述

官方提供训练数据200张，并且提供了标注数据集data.json，其中实例个数共有2538只。

gt anchor比例分布

4、评价指标&提交示例

以cocoapi实例分割评判为标准，选择IoU=0.50:0.95 , area=all , maxDets=100下对应的结果值

参赛者通过提供的测试数据集图片得出具体的实例分割坐标，提交格式为json文本，utf-8编码，整体为一个数组格式，参考coco的实例分割的输出格式。

例子：

5、划分验证数据集

6、Baseline流程

本次提供Baseline位于LB中排名Top5%内。

关注【学姐带你玩AI】公众号

回复“小牛牛”

进比赛群领取Baseline及资料

1、环境搭建

进入Baseline目录

2、下载预训练模型

https://github.com/SwinTransformer/storage/releases/download/v1.0.2/cascade_mask_rcnn_swin_base_patch4_window7.pth

将模型放入pre_model文件夹中

3、训练模型

单卡训练

多卡训练

4、推理提交

7、比赛难点&上分点

训练数据中很少出现截断的牛，难点在于如果处理好测试数据中发生截断的情况。

可以试试不同的优化器和学习率策略，代码中替换注释即可：

关注【学姐带你玩AI】公众号

回复“小牛牛”

进比赛群领取Baseline及资料