Загрузка
Загружаем соревнования
Даны изображения животных и общий список классов. Обучающая разметка не предоставляется.
Для каждого изображения нужно получить маску сегментации: определить класс животного или фон для каждого пикселя.
Вам доступны 600 цветных PNG-изображений размером 448 × 448 пикселей. На каждом изображении есть несколько животных как минимум двух разных классов.
Изображения представляют собой фотоколлажи из реальных фотографий; некоторые животные видны не целиком.
Обучающей выборки нет. Для изображений не выдаются метки, маски, рамки или примеры правильных ответов. Доступен только общий список классов:
Значение в маске | Класс |
|---|---|
0 | Фон |
1 | Кошка |
2 | Собака |
3 | Птица |
4 | Лошадь |
5 | Корова |
6 | Тигр |
Нужно получить одну маску размером 448 × 448 для каждого изображения. В каждом пикселе маски должно стоять целое число от 0 до 6. Все животные одного класса имеют одно значение: разделять их на отдельные экземпляры не требуется. Пикселю нельзя присвоить несколько классов одновременно.
Фон — всё, что не относится к шести перечисленным классам. Размечается только видимая часть животного; восстанавливать скрытые или отсутствующие части тела не нужно.
В каталоге data/ находятся:
images/ — изображения;test.csv — идентификаторы и пути к изображениям;classes.csv — номера классов и названия на русском и английском;sample_submission.csv — пример формата ответа.Пути из столбца image_path отсчитываются от каталога data/. Подробное описание файлов находится в DATA.md.
Из 600 изображений 200 используются для публичной таблицы результатов, а 400 — для итоговой скрытой оценки. Какие строки относятся к каждой части, участникам не сообщается.
Разрешены замороженные предобученные энкодеры изображений и пар «изображение — текст», например CLIP и DINO. Разрешены преобразование и обработка их признаков без внешней разметки. Веса энкодеров изменять нельзя.
Запрещены готовые детекторы, сегментаторы и их веса, включая SAM, YOLO и аналоги. Ограничение распространяется и на выделенный из такой модели энкодер: нельзя использовать веса, обученные на масках или ограничивающих рамках.
Нельзя использовать внешние метки, маски или рамки, искать исходные ответы, размечать изображения вручную либо составлять отдельные правила и подсказки для конкретных изображений. Решение должно одинаковым автоматическим алгоритмом обрабатывать всю выборку. Просматривать изображения и визуализировать собственные предсказания разрешено.
Качество оценивается по mIoU шести классов животных. Чем больше значение, тем лучше.
Для каждого класса (c) от 1 до 6 вычисляется:
[ \operatorname_c=\frac. ]
Здесь (TP_c) — число пикселей, правильно отнесённых к классу (c); (FP_c) — число пикселей, ошибочно отнесённых к нему; (FN_c) — число пикселей этого класса, пропущенных моделью.
Итоговая метрика — среднее по шести классам:
[ \operatorname=\frac\sum_^\operatorname_c. ]
Пиксели сначала суммируются по всем изображениям оцениваемой части, после чего вычисляются IoU и их среднее. Это не среднее значение метрики отдельных изображений.
Фон не входит в среднее отдельным классом, но ошибки на фоне учитываются: пиксель фона, названный животным, увеличивает (FP), а животное, названное фоном, — (FN). Каждый из шести классов присутствует в обеих оцениваемых частях. Метрика лежит от 0 до 1; для публичной и скрытой оценки она вычисляется отдельно.
Отправьте CSV-файл со столбцами id,rle. Для каждого id из test.csv должна быть ровно одна строка. Порядок строк не важен. Дополнительные строки, пропуски и повторяющиеся идентификаторы недопустимы.
Столбец rle содержит маску, записанную сериями одинаковых значений:
класс:длина.Например, маска размером 2 × 3
0 1 1
2 2 0записывается как 0:1 1:2 2:2 0:1.
В настоящем ответе сумма длин серий для каждого изображения должна быть равна 448 × 448 = 200 704. Классы — целые числа от 0 до 6, длины — положительные целые числа. Для пикселей фона серии также обязательны. Значение 0:200704 в примере отправки означает маску, целиком заполненную фоном, и показывает только формат, а не правильный ответ.