Kaggle新赛一览
  z9ZPBAwuhSWf 2023年11月02日 25 0


Kaggle新赛1:通过音频识别鸟类和青蛙物种

Rainforest Connection Species Audio Detection
Automate the detection of bird and frog species in a tropical soundscape




Kaggle新赛一览_机器学习


Rainforest Connection Species Audio Detection


赛题背景

Rainforest Connection(RFCx)创建了世界上第一个可扩展的实时监控系统,用于保护和研究远程生态系统。与无人机或卫星等基于视觉的跟踪系统不同,RFCx依赖于声传感器,该声传感器全年监测选定位置的生态系统声景。RFCx技术已经得到了先进的支持,以支持全面的生物多样性监测计划,该计划允许本地合作伙伴通过适应性管理原则来衡量野生动植物恢复和恢复的进度。 RFCx监视平台还具有创建卷积神经网络(CNN)模型进行分析的能力。

在这项比赛中,您将自动检测热带音景录音中的鸟类和青蛙物种。您将使用声音复杂的有限训练数据来创建模型。它不仅具有鸟和青蛙的声音,还可能听到一种或两种昆虫的鸣叫,您的模型需要将其过滤掉

赛题时间

2021年2月10日--参赛截止日期
2021年2月10日--团队合并截止日期
2021年2月17日--最终提交截止日期

比赛链接

https://www.kaggle.com/c/rfcx-species-audio-detection/

奖金池

$15,000

Kaggle新赛2:木薯叶疾病分类

Cassava Leaf Disease Classification
Identify the type of disease present on a Cassava Leaf image


Kaggle新赛一览_人工智能_02


Cassava Leaf Disease Classification


赛题背景

在这项比赛中,引入了在乌干达定期调查期间收集的21,367张带标签图像的数据集。大多数图像都是从农民那里获取的,并为他们的花园拍照,并由国家作物资源研究所(NaCRRI)的专家与坎帕拉的麦克雷雷大学的AI实验室合作进行注释。 这是最现实地表示农民在现实生活中需要诊断的格式。

任务是将每个木薯图像分类为四个疾病类别或第五个类别,指示健康的叶子。 在您的帮助下,农民可能能够快速识别出患病的植物,从而有可能在造成无法弥补的损失之前挽救作物

赛题时间

2021年2月11日--参赛截止日期
2021年2月11日--团队合并截止日期
2021年2月18日--最终提交截止日期

比赛链接

https://www.kaggle.com/c/cassava-leaf-disease-classification/

奖金池

$18,000

Kaggle新赛3:自动检测赛场上的头盔撞击事件

NFL 1st and Future - Impact Detection
Detect helmet impacts in videos of NFL plays


Kaggle新赛一览_人工智能_03


NFL 1st and Future - Impact Detection


赛题背景

美国国家橄榄球联盟(NFL)与亚马逊网络服务(AWS)合作开发了“数字运动员”,这是复合NFL球员的虚拟表示,NFL可以使用它来模拟比赛场景,从而更好地预测和预防球员 受伤。NFL作为“数字运动员”平台的一部分,正在积极满足对计算机视觉系统进行检测以检测现场头盔撞击的需求,并且联盟呼吁Kagglers提供帮助。

在这场比赛中,您将开发一个计算机视觉模型,该模型可以自动检测在现场发生的头盔撞击。从数以千计的游戏图像,来自边线和末端区域的带标签的视频以及玩家跟踪数据的1000多个确定的头部碰撞数据集开始。 这些信息来自NFL的下一代统计(NGS)系统,该系统记录了NFL游戏期间场上每个球员的位置,速度,加速度和方向。

赛题时间

2020年12月28日-报名截止日期。
2020年12月28日-团队合并截止日期。
2021年1月4日-最终提交截止日期

比赛链接

https://www.kaggle.com/c/nfl-impact-detection/overview/timeline

奖金池

$75,000

Kaggle新赛4 HuBMAP: 识别人体肾脏组织图像中的肾小球

HuBMAP: Hacking the Kidney
Identify glomeruli in human kidney tissue images


Kaggle新赛一览_大数据_04


HuBMAP Hacking the Kidney


赛题背景

据我们估计,地球上有超过70亿人,银河系有3000亿颗恒星。相比之下,成人体内有37万亿个细胞。确定这些细胞之间的功能和关系是一项具有里程碑意义的工作。如果我们更好地了解细胞的活动,人类健康的许多领域都会受到影响。对于Kaggle社区来说,这么多数据的一个问题是很好的匹配。

正如人类基因组计划绘制了人类DNA的整体图一样,人类生物分子图谱计划(HuBMAP)是一项重要的工作。由美国国立卫生研究院(NIH)赞助的HuBMAP致力于催化框架的发展,这是有史以来的第一次,将人体绘制在肾小球功能组织单位水平上。 HuBMAP希望成为世界上最大的合作生物项目之一,旨在成为人体细胞水平的开放地图。

这项名为“入侵肾脏”的竞赛始于以单细胞分辨率绘制人类肾脏的图谱。

比赛任务是要检测不同组织准备管道中的功能组织单位(FTU)。FTU被定义为“以毛细管为中心的三维单元块,以使该单元中的每个单元与同一单元中的任何其他单元的扩散距离相近”(de Bono,2013年)。 这项竞赛的目标是实现成功且强大的肾小球FTU检测器。

赛题时间

2021年1月19日-报名截止日期
2021年1月19日-团队合并截止日期
2021年2月1日-最终提交截止日期
2021年2月5日-选方案提交截止日期
2021年2月12日-颁奖日期

比赛链接

https://www.kaggle.com/c/hubmap-kidney-segmentation/

奖金池

$60,000

ps:为了节省时间,背景介绍是机翻,希望在一定程度上帮助大家理解 _

【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月08日 0

暂无评论

推荐阅读
z9ZPBAwuhSWf