赞
踩
点击上方“机器学习与生成对抗网络”,关注"星标"
获取有趣、好玩的前沿干货!
文章整理:opencv中文网
近日,由法国病理学会举办了一个病变分类挑战赛,内容为对宫颈活检图像进行癌变分类(良性、低风险、高风险、恶性四类),提供700GB 150,000 x 85,000 大规模图像,含有几千人个体及其类别标注,挑战研究人员处理数据和建立有效模型的能力。
因为数据规模太大,参赛人员需要上传代码在服务器上执行程序。
提交范例:
https://github.com/drivendataorg/sfp-cervical-biopsy-runtime/
两大赛点:
1. 如何有效利用给定数据。
图像分辨率很大,但样本量并不很多的这类医学数据如何有效进行图像采样、缩放、转化、增广等。
2. 增加有效外部数据。
举办方允许参赛者在训练时增加外部数据、使用其他数据集的预训练模型,甚至是自己标的数据,但前提是这些数据是可以公开获得的,如果是自己的数据,获奖者需要公开数据。(可见,举办方希望看到的结果是问题被解决,至于你用了什么手段,只要是真正有效的手段都可以)
奖金
该挑战赛提供2.5万欧元(约20万人民币)奖励:
1st 12,000 欧元
2nd 8,000 欧元
3rd 5,000 欧元
即日起开始报名,10月29日比赛截止。
图像分类是计算机视觉的基础任务,但对于真实问题,真正能做好,也不容易。
比赛地址:
https://www.drivendata.org/competitions/67/competition-cervical-biopsy/
欢迎参赛!
猜您喜欢:
附下载 |《TensorFlow 2.0 深度学习算法实战》
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。