概览
这场竞赛适合谁
适合已有 Python 深度学习与目标检测实战经验、能处理无人机 RGB 农田图像的人。参赛者需要能训练单类别玉米苗检测模型，并按要求导出逐图边界框和置信度；冲击获奖还应能提交可离线复现的完整模型包。
查看官方简介原文
玉米出苗期是形成基本苗数量和群体结构的关键阶段。传统人工调查存在效率低、劳动强度大和主观性强等问题，难以满足大面积农田快速监测需求。无人机低空影像能够快速获取田间苗情信息，为玉米苗自动识别与数量统计提供数据基础。 本赛题面向真实玉米田复杂场景，重点考察参赛模型对小尺度玉米苗的检测能力，以及在不同光照、土壤背景、阴影和拍摄高度条件下的鲁棒性与泛化能力。 Official track: 计算机视觉. Sponsor: 中国农业大学. Teams entered: 307.
参赛准备
从报名到首次提交的准备步骤
- 01
Python 深度学习
- 02
单类别目标检测
- 03
无人机 RGB 图像处理
- 04
边界框标注解析（JSON）
- 05
检测结果 TXT 导出
- 06
ZIP 打包与 SHA-256 校验
投入前确认：难点在于真实田间中小尺度玉米苗的稳定检测：光照、土壤、阴影、天气和拍摄高度变化都会造成背景干扰。若进入获奖序列，还必须保存与最终提交严格一致的 solution.zip，并通过 SHA-256、文件大小及无网络环境复现核验，提交包结构和版本声明也不能出错。
来源