Kaggle肠胃道图像分割比赛baseline

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—