Kaggle 現正進行中的影像競賽
Jul 28, 2017 · 3 min read
最近突然多了好幾個影像相關的競賽,當前17個競賽當中,就有10個是影像相關,就來看看到底都是哪些主題吧!
- Digit Recognizer:
就是 MNIST 拉,入門級的競賽。如果說 OpenCV 時代你不會不認識 Lenna,那麼 Deep Learning 時代,你不會不認識 MNIST。但我們多希望能有另一個類似 Lenna 的資料集呢… - Invasive Species Monitoring:
這是一個真實問題的子問題。原始問題的本身是要探討如何有效的偵測入侵物種,這些物種可能是動物、植物或昆蟲。在這個問題中,把物種限縮在繡球花上,給我們很多包含繡球花的照片,讓我們判斷到底照片中有沒有包含屬於入侵物種的繡球花。 - NIPS Adversarial Attack:
因為大家越來越相信 AI 未來會在整個世界有越來越多的應用,也就開始擔心是不是會有些惡意的行為,來導致 AI 系統做出不正確的決定。這就是研究 Adversarial Attach 的本意,而今年 NIPS 的活動,由 Google Brain 大神 Ian Goodfellow 發起,三項關於 Adversarial Attack 的競賽,兩個攻擊方 non-targeted & targeted 以及防守方 Defense Against Adversarial Attack。雖然這三個競賽舉行到十月一號,八月一號前就要簽署同意條款,也就是剩下幾天而已,有興趣的朋友要特別注意一下。 - ImageNet:
對,沒錯,ImageNet 搬到 Kaggle 上來了。不過呢,一切還沒開始,現在只能下載資料,在討論區討論,還在等進一步的資訊公佈。這部分也是分成三個競賽:Object Localization、Object Detection、Object Detection from Video。不過,三個競賽加起來,資料有330G+啊… - Passenger Screening Algorithm Challenge:
我以為這輩子只會在電影裡看到的字,Department of Homeland Security,居然出現在 Kaggle 了。故事是說,因為現行系統false alert頻率太高,一旦有警報就要人為檢查,人為檢查又很耗時間,但是又不能讓人隨便過,來這邊找人提升一下系統警報正確率。描述說訓練資料超過3T,恩,我買過最大的硬碟也只有2T… - Image Masking:
這題兩個字帶過:去背。不過我太傻眼了,我手動都做不好的事情,電腦自動化來做,居然 Public Leaderboard 做到 0.991 了!影像處理的世界太令人驚奇!
小結
從裡面來挑的話,扣掉 MNIST 新手村,TSA那個資料太誇張了略過,ImageNet 暫時也只能看看。繡球花剩下十幾天,沒經驗應該太趕了,想複習一下的從繡球花開始我覺得應該不錯。NIPS 因為也是受限外部規章,估計 Kaggle 社群的互動會少一些?我自己看完介紹是深入看看大家怎麼玩去背!