新手分
78/100
适合已有计算机视觉目标检测基础、愿意使用 PaddlePaddle 2.0 及以上版本训练端到端模型的个人参赛者。你需要能处理钢铁表面灰度图像，并输出缺陷类别、边界框坐标和置信度。
以下内容来自比赛官方页面。
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
目标检测模型
边界框标注与坐标
图像缺陷分类
CSV结果文件生成
mAP与IoU评估
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。
难点在于同时做好缺陷定位和六类缺陷分类：同类缺陷的形态、方向和灰度会变化，而不同类别之间也需要区分。提交还必须生成严格格式的 submission.csv，且每个检测框都要单独成行。
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。