1. 赛题名称

联合建筑物提取和高度估计的多任务学习

2. 赛题背景

该轨道定义了建筑物提取和高度估计的联合任务。两者都是建筑改造的两个非常基础和必不可少的任务。与轨道 1 相同，输入数据是多模态光学和 SAR 卫星图像。单视图卫星图像中的建筑物提取和高度估计取决于从图像中提取的语义特征。与传统的单独实现相比，多任务学习通过重用特征并在多个任务之间形成隐式约束，提供了一种潜在的优越解决方案。卫星图像提供参考数据，即建筑物足迹和标准化数字表面模型 (nDSM)。参与者需要重建建筑物高度并提取建筑物足迹。图 2 显示了一个示例。

3. 数据说明

提供rgb和单通道的sar数据，训练数据1773对样本，验证数据（即第一阶段的测试样本）共579张，数据量非常少。暂且不清楚能否使用赛道一的数据训练建筑物检测任务。

4. baseline

基于mmdetection框架的maskrcnn用于建筑物实例分割任务，PSPNet+resnet50用于高度估计任务。

备注：baseline尤其是高度估计的代码可用性不高

baseline地址：

https://github.com/AICyberTeam/DFC2023-baseline

5. 奖品及规则

每条赛道中排名第一、第二、第三和第四的队伍将被宣布为获胜者。

获奖作品的作者将：

在 IGARSS 2023 的 DFC23 特邀会议上展示他们的方法

在 IGARSS 2023 会议记录中发表他们的手稿

获得 IEEE 认可证书

每个赛道的第一、第二和第三名的团队将分别获得 5,000 美元、2,000 美元和 1,000 美元（美元）的现金奖励。

每个赛道排名第一和第二的团队的作者将共同撰写一篇总结 DFC23 成果的期刊论文，并将以开放获取的方式提交给 IEEE JSTARS。

排名靠前的团队将于 2023 年 7 月在美国帕萨迪纳举行的 IGARSS 2023 期间获奖。

6. 参与方式

在codalab和星图地球官网同时报名，请注意用户名使用同一个。参与两个赛道只需在星图地球报名一次。

7. 赛程安排

初赛 2023年1月3日-2023年2月28日

向参与者提供训练数据和额外的验证图像（没有相应的参考数据）来训练和验证他们的算法。

复赛 2023年3月6日-2023年3月13日

参与者收到测试数据集（无相应参考数据），并在七日内提交结果。

8. 比赛地址

https://codalab.lisn.upsaclay.fr/competitions/8988
——————————————————
以上内容来自公众号“遥感深度学习”，专注于“遥感+深度学习”相关信息共享，包括技术、论文、代码、竞赛等前沿资料。

赛事推荐| 建筑物实例分割和高度估计的多任务学习——2023 IEEE GRSS 数据融合赛道2相关推荐

赛事推荐 | 建筑物细粒度实例分割——2023 IEEE GRSS 数据融合赛道1
1. 赛题名称建筑物检测和屋顶类型分类 2. 赛题背景该轨道侧重于从高分辨率卫星光学图像和 SAR 图像中检测和分类建筑物屋顶类型.SAR 和光学模态有望提供补充信息.给定的数据集涵盖了全球六大洲 ...
Anchor-free新思路，统一目标检测、实例分割、姿态估计三种任务
点上方计算机视觉联盟获取更多干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:https://zhuanlan.zhihu.com/p/366651996(授权转载) 作者:小马哥,编辑: ...
CVPR2021｜Anchor-free新玩法，一个head统一目标检测，实例分割，姿态估计三种任务...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达本文转自小马哥@知乎,https://zhuanlan.zhihu.com/p/366651996. ...
谷歌简单粗暴“复制-粘贴”数据增广，刷新COCO目标检测与实例分割新高度
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达近日,谷歌.UC伯克利与康奈尔大学的研究人员公布了一篇论文 Sim ...
Mask RCNN综述以及建筑物实例分割
基于Mask RCNN建筑物轮廓识别介绍实例分割研究综述问题与难点实例分割的基本流程实例分割主要技术路线自上而下的实例分割方法自下而上的实例分割方法实例分割方法的发展历程实例分割方法 ...
Anchor的泛化：统一物体检测、实例分割、姿态估计的Point-set Anchor
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货作者|FY.Wei,https://zhuanlan.zhihu.com/p/15805489 ...
【数据科学赛】大规模细粒度建筑分类 #图像分类 #建筑分割和高度预估 #$1,6000
CompHub 实时聚合多平台的数据类(Kaggle.天池-)和OJ类(Leetcode.牛客-)比赛.本账号会推送最新的比赛消息,欢迎关注! 更多比赛信息见 CompHub主页以下内容摘自比赛主页 ...
CV Code | 本周新出计算机视觉开源代码汇总（含实例分割、行人检测、姿态估计、神经架构搜索、超分辨率等）...
点击我爱计算机视觉标星,更快获取CVML新技术计算机视觉技术发展迅速,很多时候,可悲的不是我们没有努力,而是没有跟上时代的步伐.努力coding终于出来结果了,却发现早就有人开源了,效果还比自己写的 ...
何恺明团队推出Mask^X R-CNN，将实例分割扩展到3000类
翻译 | AI科技大本营(ID:rgznai100) 参与 | shawn,刘畅今年10月,何恺明的论文"Mask R-CNN"摘下ICCV 2017的最佳论文奖(Best Pa ...

赛事推荐| 建筑物实例分割和高度估计的多任务学习——2023 IEEE GRSS 数据融合赛道2