概览
这场竞赛适合谁
适合具备图像分类与深度学习训练经验的参赛者,能够用公开训练集训练三分类模型,并处理单颗葡萄图像中不完整轮廓、遮挡和光照变化。也适合会使用赛前公开、可离线加载的通用视觉预训练权重的人。
查看官方简介原文
妮娜皇后葡萄是高端红色鲜食葡萄品种,其商品外观和市场价值与果皮着色程度密切相关。随着果实发育,果皮由绿色、黄绿色逐渐转为粉红色、红色和深红色。准确识别果粒着色阶段,可为田间监测、果穗管理、分批采收和商品分级提供依据。 传统判断主要依赖人工观察,容易受到经验、光照、拍摄角度和个体差异影响。与此同时,阴影、高光反射、设备色差、果粉覆盖、果粒遮挡及着色不均等… Official track: 计算机视觉. Sponsor: 中国农业大学. Teams entered: 588.
参赛准备
从报名到首次提交的准备步骤
- 01
PyTorch或其他深度学习框架
- 02
图像三分类训练
- 03
图像缩放、填充与归一化
- 04
数据增强
- 05
预训练视觉模型微调
- 06
CSV与ZIP结果文件生成
投入前确认:难点是细粒度区分相邻着色阶段,而不是做果粒检测或分割:目标果粒可能只露出部分区域,还会受到阴影、高光、果粉、设备色差和着色不均影响。外部葡萄、果粒或果实数据不能用于训练、微调或类别校准,因此需要主要依靠官方训练数据与合规的通用视觉预训练模型获得稳健性。
来源