飞桨学习赛：PALM病理性近视病灶检测与分割

这场竞赛适合谁

适合已有 Python 深度学习实践基础、愿意使用 PaddlePaddle 2.0 及以上版本的计算机视觉学习者，尤其是想练习眼底彩照中的病灶检测与像素级分割的人。个人即可报名，无需特定机构或医学从业背景。

这场比赛提供什么

以下内容来自比赛官方页面。

• 数据获取PALM dataset: 800 labeled training and 400 testing fundus images
• 参考论文Lesion-Aware Segmentation Network paper
• 参考论文Pathological myopia classification and lesion segmentation paper
• 参考论文Automatic lesion segmentation and myopia classification 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

   眼底图像处理

3. 03

   语义分割

4. 04

   二值掩码生成

5. 05

   Dice 损失与评估

6. 06

   ZIP 文件提交

投入前确认：难点是同时处理两类病灶的“是否存在”判断和像素级分割：病灶形状复杂，且无病灶时也必须为每张测试图像生成全白掩码。提交还必须严格按 Atrophy、detach 文件夹结构、原图名称及 PNG 格式组织结果。