计算机视觉比赛可以分为多个任务,包括分类任务、分割任务、目标检测任务等,是kaggle比赛的重要方向之一,占比非常大。对于CV领域的同学来说,多打打这类的比赛能快速有效地帮助自己学习和运用所学知识。

为了方便同学们学习,我整理了今年kaggle比赛中的计算机视觉方向的比赛,每场比赛的金牌方案也贴上了!

鉴于有些同学登录github有些困难,我已经帮大家打包好了这些金牌方案的baseline开源代码,需要的同学文末领取

往期回顾

kaggle金融量化竞赛TOP方案合集

kaggle时间序列竞赛TOP方案合集

kaggle推荐系统竞赛TOP方案合集

1.kaggle-RSNA 腹部外伤检测挑战赛

比赛链接:https://www.kaggle.com/competitions/rsna-2023-abdominal-trauma-detection

比赛背景:腹部钝力创伤是最常见的创伤性损伤类型之一,最常见的原因是机动车事故。腹部创伤可能导致内脏器官损伤和内出血,包括肝脏、脾脏、肾脏和肠道。损伤的检测和分类是有效治疗和良好结果的关键。很大一部分腹部创伤患者需要紧急手术。腹部创伤通常不能通过体格检查、患者症状或实验室检查进行临床诊断。

因此,使用医学成像及时诊断腹部创伤对患者护理至关重要。协助和加快腹部创伤诊断的人工智能工具有可能在紧急情况下大幅改善患者护理和健康结果。

评估标准:使用来自每种伤害类型的样本加权对数损失的平均值和由度量生成的any iniury预测来评估提交。

比赛时间:2023.7-2023.10

金牌方案:

竞赛尚未结束,10月13日最终提交截止,同学们注意时间啦!

2.kaggle-飞机凝结轨迹识别大赛(语义分割)

比赛链接:https://www.kaggle.com/competitions/google-research-identify-contrails-reduce-global-warming

比赛背景:Contrails 是“凝结轨迹”的缩写,是在飞机发动机排气中形成的线状冰晶云,由飞机飞过大气中的超潮湿区域时产生。持续的尾迹对全球变暖的贡献与它们为飞行所燃烧的燃料一样多。

凝结尾迹占人类造成的全球变暖的大约 1%,使用卫星图像的目的是确认已有的模型的预测效果。凝结尾迹是飞机发动机排气中形成的冰晶云。它们可以通过在大气中吸收热量来促进全球变暖。研究人员已经开发出模型来预测凝结尾迹何时形成以及它们将导致多少变暖。但是,他们需要使用卫星图像来验证这些模型。

评估标准:为了减小提交文件的大小,我们的指标对像素值使用游程编码。评价指标为Dice coefficient:

比赛时间:2023.5-2023.8

金牌方案:

第一名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第二名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第三名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第四名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第五名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第六名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第七名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第八名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第九名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

第十一名:Google Research - Identify Contrails to Reduce Global Warming | Kaggle

3.kaggle-HuBMAP肾脏血管分割大赛(图像分割)

比赛链接:https://www.kaggle.com/competitions/hubmap-hacking-the-human-vasculature

比赛背景:确定身体内全部 37 万亿个细胞的功能和关系是一项艰巨的任务。

目前绘制细胞图的努力涉及血管系统共同坐标框架 (VCCF),它使用人体中的血管系统作为主要导航系统。如果我们可以自动分割微脉管系统的排列,研究人员就可以使用真实世界的组织数据来开始填补这些空白并绘制出脉管系统。

评估标准:通过计算置信度分数的平均精度来评估提交。

比赛时间:2023.5-2023.7

金牌方案:

第一名:HuBMAP - Hacking the Human Vasculature | Kaggle

第二名:HuBMAP - Hacking the Human Vasculature | Kaggle

第三名:HuBMAP - Hacking the Human Vasculature | Kaggle

第四名:HuBMAP - Hacking the Human Vasculature | Kaggle

第五名:HuBMAP - Hacking the Human Vasculature | Kaggle

第七名:HuBMAP - Hacking the Human Vasculature | Kaggle

第八名:HuBMAP - Hacking the Human Vasculature | Kaggle

第九名:HuBMAP - Hacking the Human Vasculature | Kaggle

第十名:HuBMAP - Hacking the Human Vasculature | Kaggle

第十二名:HuBMAP - Hacking the Human Vasculature | Kaggle

4.kaggle-2023图像匹配挑战赛(三维重建)

比赛链接:https://www.kaggle.com/competitions/image-matching-challenge-2023

比赛背景:本次比赛的目标是重建精确的3D地图。去年的图像匹配挑战赛侧重于双视图匹配。今年将更进一步:参赛者的任务将从许多不同的视图重建3D场景。

参赛者将从各种嘈杂的数据源(例如用户上传到Google地图等服务的图像)中解锁地图世界的关键。

评估标准:提交的内容根据估计姿势的平均准确度 (mAA) 进行评估。给定一组相机,由它们的旋转矩阵和平移向量参数化。

比赛时间:2023.4-2023.6

金牌方案:

第一名:Image Matching Challenge 2023 | Kaggle

第二名:Image Matching Challenge 2023 | Kaggle

第三名:Image Matching Challenge 2023 | Kaggle

第四名:Image Matching Challenge 2023 | Kaggle

第五名:Image Matching Challenge 2023 | Kaggle

第七名:Image Matching Challenge 2023 | Kaggle

第九名:Image Matching Challenge 2023 | Kaggle

5.kaggle-图书墨水检测大赛(语义分割)

比赛链接:Vesuvius Challenge - Ink Detection | Kaggle

比赛背景:赫库兰尼姆卷轴中使用的墨水在X射线扫描中不容易显示出来。但我们发现机器学习模型可以检测到它。幸运的是,我们有地面实况数据。自从近300年前发现赫库兰尼姆Papyri以来,人们一直试图打开它们,结果往往是灾难性的。许多卷轴在这个过程中被摧毁,但在一些破碎的碎片上可以看到墨水,尤其是在红外光下。利用人工智能赋能古迹保护是必要的。

在本次比赛中,参赛者的任务是检测3D X射线扫描中的墨水并读取内容。

评估标准:使用修改后的索伦森-骰子系数评估输出图像与参考图像的匹配程度,不使用 F1 分数,而是使用 F0.5 分数。F0.5 分数由下式给出:

比赛时间:2023.3-2023.6

金牌方案:

第一名:Vesuvius Challenge - Ink Detection | Kaggle

第二名:Vesuvius Challenge - Ink Detection | Kaggle

第三名:Vesuvius Challenge - Ink Detection | Kaggle

第四名:Vesuvius Challenge - Ink Detection | Kaggle

第五名:Vesuvius Challenge - Ink Detection | Kaggle

第六名:Vesuvius Challenge - Ink Detection | Kaggle

第七名:Vesuvius Challenge - Ink Detection | Kaggle

第八名:Vesuvius Challenge - Ink Detection | Kaggle

第九名:Vesuvius Challenge - Ink Detection | Kaggle

第十名:Vesuvius Challenge - Ink Detection | Kaggle

第十二名:Vesuvius Challenge - Ink Detection | Kaggle

6.kaggle-Google手语识别大赛(图像分类)

比赛链接:Google - Isolated Sign Language Recognition | Kaggle

比赛背景:在美国,每天有33名婴儿出生时患有永久性听力损失。如果没有美国手语,失聪婴儿有患语言剥夺综合征的风险。

PopSign是一款智能手机游戏应用程序,使学习美国手语变得有趣、互动且易于访问。玩家将手语标志的视频与包含书面英语单词的气泡进行匹配,以弹出它们。通过为PopSign训练手语识别器,参赛者可以帮助游戏更具互动性,并提高想要学习手语与亲人交流的玩家的学习能力和信心。

评估标准:本次比赛的评估指标是简单的分类准确性。

比赛时间:2023.2-2023.5

金牌方案:

第一名:Google - Isolated Sign Language Recognition | Kaggle

第二名:Google - Isolated Sign Language Recognition | Kaggle

第三名:Google - Isolated Sign Language Recognition | Kaggle

第四名:Google - Isolated Sign Language Recognition | Kaggle

第五名:Google - Isolated Sign Language Recognition | Kaggle

第六名:Google - Isolated Sign Language Recognition | Kaggle

第八名:Google - Isolated Sign Language Recognition | Kaggle

第九名:Google - Isolated Sign Language Recognition | Kaggle

第十名:Google - Isolated Sign Language Recognition | Kaggle

第十一名:Google - Isolated Sign Language Recognition | Kaggle

第十二名:Google - Isolated Sign Language Recognition | Kaggle

7.kaggle-NFL玩家接触检测大赛(图像分类)

比赛链接:1st and Future - Player Contact Detection | Kaggle

比赛背景:国家橄榄球联盟是美国最受欢迎的体育联盟。NFL成立于1920年,为成功的现代体育联盟开发了模型,并致力于推动运动相关损伤的诊断,预防和治疗的进展。本次比赛是数字运动员的一部分,数字运动员是 NFL 和 AWS 之间的共同努力,旨在构建 NFL 球员体验的虚拟 360 度表示。数字运动员希望准确地了解他们在最佳表现的同时预防和从伤病中恢复时需要什么。健康和安全工作包括支持独立的医学研究和工程进步,以及致力于更好地保护玩家并使游戏更安全,包括增强医疗协议和改进游戏的教学和玩法。

评估标准:提交内容根据预测事件和实际接触事件之间的马修斯相关系数进行评估。

比赛时间:2022.12-2023.3

金牌方案:

第一名:1st and Future - Player Contact Detection | Kaggle

第二名:1st and Future - Player Contact Detection | Kaggle

第三名:1st and Future - Player Contact Detection | Kaggle

第四名:1st and Future - Player Contact Detection | Kaggle

第五名:1st and Future - Player Contact Detection | Kaggle

第九名:1st and Future - Player Contact Detection | Kaggle

8.kaggle-RSNA乳腺癌检测大赛(图像分类)

比赛链接:RSNA Screening Mammography Breast Cancer Detection | Kaggle

比赛背景:目前,乳腺癌的早期检测需要训练有素的人类观察者的专业知识,这使得筛查乳房X光检查项目的成本很高。一些国家迫在眉睫的放射科医生短缺可能会使这个问题恶化。乳房 X 线摄影筛查也会导致假阳性结果的高发生率。这可能导致不必要的焦虑、不方便的随访护理、额外的影像学检查,有时还需要组织取样(通常是穿刺活检)。

参赛者在本次比赛中的努力有助于将早期检测的好处扩展到更广泛的人群。扩大可及性可以进一步降低全球乳腺癌死亡率。

评估标准:提交使用概率 F1 分数 (pF1) 进行评估。传统 F 分数的这种扩展接受概率而不是二元分类。

比赛时间:2022.11-2023.4

金牌方案:

第一名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第二名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第三名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第四名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第五名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第六名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第七名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第八名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第九名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

第十名:RSNA Screening Mammography Breast Cancer Detection | Kaggle

关注下方《学姐带你玩AI》🚀🚀🚀

回复“CV竞赛”免费领取baseline代码合集

码字不易,欢迎大家点赞评论收藏!

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐