飞桨学习赛：半监督学习目标定位

这场竞赛适合谁

适合已有深度学习视觉任务基础、愿意使用 PaddlePaddle 2.0 及以上版本的个人参赛者。参赛者需要能处理 ImageNet 图像数据，并训练模型输出目标定位概率图；比赛仅支持个人参赛。

这场比赛提供什么

以下内容来自比赛官方页面。

• 数据获取Training and test image datasets for semi-supervised object localization.
• 基线方案Selected AI Studio project by btobab.
• 基线方案Selected AI Studio project by 张牙舞爪.
• 基线方案Outstanding AI Studio project by 羽小翟.

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

   半监督学习

3. 03

   图像分类网络

4. 04

   目标定位概率图

5. 05

   ImageNet 数据处理

6. 06

   ZIP 结果文件生成

投入前确认：核心难点是在训练数据使用范围受限的条件下，用少量像素级标注让分类网络学会目标定位，并提升不同阈值下的定位图质量。提交还必须生成与原图同名的 .jpg 概率图，像素值范围为 0~255，并打包为指定名称的 ZIP 文件。