飞桨学习赛：眼底 OCT层分割（GOALS挑战赛任务一）

这场竞赛适合谁

适合已有 Python 深度学习与 PaddlePaddle 使用经验、想做医学图像语义分割的个人参赛者。参赛者需要能处理环扫 OCT 图像，并理解 RNFL、GCIPL 和脉络膜三类视网膜相关层的分割目标；比赛仅支持个人参赛。

这场比赛提供什么

官方提供了可以直接运行的基线，从它开始通常比从零搭快得多。

• 数据获取GOALS dataset with 300 circumpapillary OCT scans and segmentation labels.
• 基线方案Official OCT layer segmentation baseline.
• 基线方案Official OCT Layer Segmentation baseline.
• 基线方案Solution code from GOALS Challenge final teams.
• 参考论文REFUGE challenge review paper.
• 参考论文AGE challenge review paper.
• 参考论文ADAM Challenge paper.
• 参考论文GAMMA challenge paper.
• 参考论文REFUGE2 Challenge paper.

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   OCT医学图像处理

3. 03

   语义分割模型

4. 04

   小样本学习

5. 05

   视网膜层标注理解

6. 06

   Python深度学习训练

投入前确认：主要难点是在小规模训练数据上稳定分割三种边界细致的 OCT 层结构：页面明确说明训练部分只有 100 个样本，并鼓励针对小样本训练设计模型。还需按要求使用 PaddlePaddle 2.0 及以上版本训练端到端模型，并提交预测结果和原始代码。