野外动物监测图像挑战赛:预测捕捉到的野外图像是否包含动物
时间:2022-05-06
本文章向大家介绍野外动物监测图像挑战赛:预测捕捉到的野外图像是否包含动物,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
本次比赛旨在预测白天和晚上从各个地点捕捉到的图像是否包括动物,其主要的挑战是推断出数据集中不存在的野外相机的位置。另一个挑战是某些图像可能包含会触发相机但是对结果毫无用处的信息,比如车辆和人。
比赛官网:
https://sites.google.com/view/fgvc5/competitions/fgvcx/iwildcam
赛事官方 Github 页面:
https://github.com/visipedia/iwildcam_comp
数据
本次比赛的图像数据包括总共 150735 张来自 65 个不同位置的相机的图片和 16408 张来自 10 个新位置相机的在训练时没见过的照片。位置 ID 是针对所有图像给出的,图像子集来自最多 3 张图像的短序列。本次比赛不提供元数据,但是元数据可以在图像中提取。
注意事项
一般来讲,参赛者只能使用提供的图像训练模型来分类图像。官方不希望参赛者抓取网络上的图像来训练。预训练模型可用于构建算法(例如 ImageNet 预训练模型,或 iNaturalist 2017/2018 预训练模型)。上传结果时,请用指定的训练数据。
注释格式
官方遵循 COCO 数据集(http://mscoco.org/dataset/#download)格式并加入了一些额外的字段。每个训练数据都有一个 category_id,其值为 0 时表示没有动物,值为 1 时表示有动物。注释以 JSON 格式储存,并按以下方式组织:
{
"info" : info,
"images" : [image],
"categories" : [category],
"annotations" : [annotation]
}
info{
"year" : int,
"version" : str,
"description" : str,
"contributor" : str
"date_created" : datetime
}
image{
"id" : str,
"width" : int,
"height" : int,
"file_name" : str,
"rights_holder" : str,
"location": int
}
category{
"id" : int,
"name" : str
}
annotation{
"id" : str,
"image_id" : str,
"category_id" : int
}
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 强连通和连通算法在关联图谱中的应用
- PySpark SQL——SQL和pd.DataFrame的结合体
- 初识Kubernetes及快速安装
- 使用k8s部署springboot+redis简单应用
- React Ref 使用总结
- Python人脸识别—我的眼里只有你
- 函数式编程是如何提升代码的扩展性
- 浏览器中的跨域问题与 CORS
- 微信小程序怎么做链接可以链到小程序的其它页面。
- 如何实现一个 3D 效果的魔方
- FlutterDojo设计之道—状态管理之路(三)
- 微信头像加国旗
- FlutterDojo设计之道—状态管理之路(四)
- FlutterDojo设计之道—状态管理之路(五)
- Python高级进阶(一)Python框架之Django入门