点击左上方蓝字关注我们

今年，中国计算机学会举办的CCF 大数据与计算智能大赛（CCF BDCI）首度设立了全新的“自主平台”赛道，百度首发 “遥感影像地块分割” 赛题，飞桨作为该赛题的指定深度学习平台为选手提供技术支持，并提供10万元现金奖池。

随着时间推移，比赛进入了白热化，仅百度大脑AI Studio练习场就有超过200支队伍成绩赶超了官方基线，战况愈见焦灼。近期官方发布了全新复赛评测指标，快来一探究竟吧！

赛题简介

遥感影像地块分割, 旨在对遥感影像进行像素级内容解析，对遥感影像中感兴趣的类别进行提取和分类，在城乡规划、防汛救灾等领域具有很高的实用价值，在工业界受到了广泛关注。

本次大赛希望选手能够利用人工智能技术，对多来源、多场景的异构遥感影像数据进行充分挖掘，打造高效、实用的算法，提高遥感影像的分析提取能力。具体来看，需要考察选手基于飞桨打造的遥感影像语义分割模型在建筑、耕地、林地、水体、道路、草地6个类别上的效果。

复赛关注什么？

在复赛阶段，测评指标会加入对道路、河流区域连续性的评判。

为什么关注区域连续性？

道路、河流这类区域在遥感图像上宽度一般不超过10个像素，使用视觉算法进行分割时，往往不能保证这类区域被完整、连续地分割出来。然而，对道路、河流精准的分割，在交通管理、城市规划和道路监测等方向有着重要意义。因此，解决这一难题至关重要。

当前业界也有众多优秀学者投身于这一方向的研究中，本次比赛的复赛也将结合水体及道路的区域连续性对选手的模型进行综合考察，即，对连续水体和道路识别的越连贯，模型越优秀：

复赛评测指标

其中：

p: 有效图像数量

c: 在第i张图中有效类别数量

m: 在第i张图的第j个类别中，ground truth中连通域个数

n: 在第i张图的第j个类别中的第k个连通域中，被分成n个部分

mIoU: 初赛指标

说明：

1. 只统计类别3（水体）、类别4（道路）的区域连续性，故称类别3、类别4为有效类别

2. 包含类别3（水体）或类别4（道路）的图像为有效图像

3. 对于连通域个数的计算举例如下图ground truth，下图蓝色类别的连通域为2（因为图中有两个连续的蓝色区域），故在计算时m=2

4. 假设下图为3中ground truth对应图像的模型预测结果，由3可知m=2，而模型将一处连通域“分割”成了3部分，故此处n=3。故这张图对应蓝色类别的连通性的计算为

看到这里是不是跃跃欲试？还不快快报名比赛大显身手！

没有思路的同学也不要退缩，业界早已有了一些关于连续性的研究成果，这里为大家总结了7篇相关论文，快快点击链接get论文地址！

1. 基于全卷积网络的卫星图像道路自动提取

Fully Convolutional Network for Automatic Road Extraction from Satellite Imagery

2. 遥感影像解译基准数据集的建立

DiRS: On Creating Benchmark Datasets for Remote Sensing Image Interpretation

3. 基于EOSResUNet和后向量化算法的道路检测

Road detection with EOSResUNet and post vectorizing algorithm

4. LinkNet：利用编码器表示进行有效的语义分割

LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation

5. 基于深残差U-Net的道路提取

Road Extraction by Deep Residual U-Net

6. 用于道路提取的多输出堆叠U-Net

Stacked U-Nets with Multi-Output for Road Extraction

7. 带有预训练编码器和空洞卷积的LinkNet，用于高分辨率卫星图像道路提取

D-LinkNet: LinkNet with Pretrained Encoder and Dilated Convolution for High Resolution Satellite Imagery Road Extraction

大赛初赛阶段还有最后10天报名时间，快快抓住机会，大显身手吧～