新手分
78/100
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。
以下内容来自比赛官方页面。
Training and test image datasets for semi-supervised object localization.
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
半监督学习
图像分类网络
目标定位概率图
ImageNet 数据处理
ZIP 结果文件生成
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
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。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。