Kaggle 現正進行中的影像競賽

Rick Liu
Rick Liu
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!

  1. 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…
  2. 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。
  3. 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。
  4. 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 LocalizationObject DetectionObject Detection from Video。不過,三個競賽加起來,資料有330G+啊…
  5. 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…
  6. 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!

#Kaggle
#MachineLearning
#DataScience
#ImageProcessing

Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch
Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore
Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade