胜率加成Buff 解锁惠普Z系列算法大赛「上分攻略」

2022 年 11 月 7 日 CSDN


"

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!

"


01

新手教程,轻松上手
Q

新手该如何开始比赛?
A

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

Q

网速不好/数据集太大,无法下载数据集怎么办?
A

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

Q

新手报到,对于算法大赛没经验,想问本大赛是否提供可以直接 run 起来的启动项目? 
A

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。

Q

本次大赛是如何检测参赛作品使用所模型数目?
A

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。

Q

可见光和红外车辆对齐信息只包含 4 类,复赛时是否会扩大或缩小类别数目?
A

本次比赛将一次进行,不区分初赛和复赛。

Q

大赛是运行在惠普Z系列工作站进行训练、排名的吗?
A


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。

Q

提交作品后,多久可以查询成绩,如果长时间查询不到,如何进行问题排查?
A

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。

Q

训练阶段是否限制多模型策略,如果是的话,上限是多少个?
A

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。

02

学习资料,助力通关
Q

参赛过程如遇到困难,可查阅哪些资料和网站学习?
A

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。

03

高分技巧,赢得佳绩
Q

在解题过程中,我需要掌握哪些技术和技能?
A

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)。

Q

重叠比例 RIoU 大于多少视为检测成功?
A

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

Q

想本地计算成绩,是否可提供官方的 mAP 和 RIoU 计算脚本?
A

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。

Q

参加其他比赛时,训练集的划分具有很大自由度,本大赛是否可以自定义训练集和测试集比例,如突破 1:3 限制?
A

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。

Q

大赛是非矩阵框的检测吗?是菱形还是普通的矩阵?
A

大赛是非传统矩阵框检测,旋转矩阵框检测。

Q

dota 公共数据集的预训练参数可以使用么?
A

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。

Q

高清分辨率可见光数据作为辅助数据存在,为何高达 42G,请介绍下图片及其中的车辆汇总数目?
A

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。

Q

我想精益求精打磨参赛作品,如何进一步完善代码算法?
A

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

👇

04

任务奖励
奖励就绪,待八方数据科学家来战


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

05

大赛日程
报名及模型提交
9月29日-11月24日


成绩评审
11月25日-12月7日


结果公布
12月8日

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!

登录查看更多
0

相关内容

微信搜一搜中的智能问答技术
专知会员服务
36+阅读 · 2022年6月18日
算法通关手册(LeetCode)
专知会员服务
156+阅读 · 2022年1月13日
【UC伯克利Shreya Shankar】机器学习产品化
专知会员服务
29+阅读 · 2021年11月27日
专知会员服务
68+阅读 · 2021年7月3日
专知会员服务
54+阅读 · 2020年7月4日
Google Play Academy 组队 PK 赛,正式开赛!
谷歌开发者
0+阅读 · 2022年6月20日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关VIP内容
微信搜一搜中的智能问答技术
专知会员服务
36+阅读 · 2022年6月18日
算法通关手册(LeetCode)
专知会员服务
156+阅读 · 2022年1月13日
【UC伯克利Shreya Shankar】机器学习产品化
专知会员服务
29+阅读 · 2021年11月27日
专知会员服务
68+阅读 · 2021年7月3日
专知会员服务
54+阅读 · 2020年7月4日
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员