日前,Kaggle发布了UW-Madison 胃肠道图像分割大赛。要求参赛者:
基于实际癌症患者的核磁共振扫描图像,利用深度学习提出一个模型,自动分割MRI scans图像的肠和胃。比赛时间截止到2022年7月14日。奖励高达2.5W美金。
这是一个CV方向的图像分割任务,对本领域感兴趣的小伙伴,千万不要错过。
深度之眼比赛指导老师Frank老师提供了本场比赛的baseline。
01
PART
赛题分析+baseline
1、赛题链接
https://www.kaggle.com/competitions/uw-madison-gi-tract-image-segmentation/overview/description
2、赛题描述
本次比赛的核磁共振扫描(MRI scans)图像来自实际的癌症患者。他们在放射治疗期间的不同阶段进行了若干次MRI scans. 我们需要基于这些MRI sacns的图像,利用深度学习提出一个模型,自动分割里面的肠(stomach)和胃(intestines)
商业价值:在医学扫描系统中,定位健康器官,帮助改善癌症治疗
※ 比赛时间线
2022 4月 14日 年 - 开始日期。
2022 7月 7 日 年 - 报名截止日期。您必须在此日期之前接受比赛规则才能参加比赛。
2022 7 月 7 日 年 - 团队合并截止日期。这是参与者可以加入或合并团队的最后一天。
2022 7 月 14 日 年 - 最终提交截止日期。
※ 丰厚的奖金
一等奖:12,000美元
二等奖:8,000美元
三等奖:5,000美元
3、数据EDA
训练数据一览:
图像可视化:
4、baseline
本次提供的baseline分为hypre-parameter,  data,  model,  Loss,  train五个方面。
整套baseline的代码非常清晰, 非常适合入门以及后续代码复用。
5、评价指标
50%的Dice coefficient + 50% 的3D Hausdorff distance.
6、Trick
数据增强:多分辨率训练、elastictransformer等
模型:高级模型,Unet的一系列变体
Loss:系数自动学习策略
提交:多模型混合等…

加我回复:kaggle即可获取baseline代码
深度之眼开设了本次大赛的指导课程,旨在通过7次直播讲清楚此次大赛baseline的构建思路、代码以、优化及常用模型与trick。
02
PART
直播大纲
第一课:赛题介绍+kaggle平台学习+比赛数据探索性分析
知识点:赛题内容、kaggle平台使用方法、开发环境的搭建、比赛数据的初步探索
第二课:Baseline讲解
知识点:数据增强、分割模型、优化器、损失函数等
第三课:语义分割模型(一)基础版
知识点:基础模型:U-Net, SegNet, DeepLab, FCN
第四课:语义分割模型(二)进阶版
知识点:进阶模型:DETR, MaskFormer, Mask2Former
第五课:通用比赛思路及历年分割比赛top思路代码讲解
知识点:模型集成、kaggle历年分割比赛top代码讲解及复用指导
第六课:直播答疑
知识点:直播解答比赛中遇到的问题
第七课:比赛复盘
知识点:对知识点和上分点进行整理,对优胜选手代码进行讲解
带着大家在实践中学习、在学习中实践,打出好成绩,学到知识。
7次直播、全程答疑。
原价298元,限时198元
👆长按识别二维码加我,领取baseline👆
第一次参赛没关系,群内300+小伙伴,我们帮你组队!
课程大纲
赛圈大佬指导

7次直播、全程答疑。
原价298元,限时198元
👆长按识别二维码加我,领取baseline👆
第一次参赛没关系,群内300+小伙伴,我们帮你组队!
—5月26日开班—
继续阅读
阅读原文