今天Kaggle新上了一个计算机视觉目标分割方面的比赛（Airbus Ship Detection Challenge, Find ships on satellite images as quickly as possible），帮助空中客车公司“既准又快”进行卫星图像船体检测分割。

(关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)

背景描述

空中客车邀请Kagglers创建尽可能快速的卫星图像船只检测算法模型，希望即使在有云遮挡和雾霾的图像中也能精确识别。
全球航运量正在快速增长，船只海上违规的行为也越来越多，例如破坏坏境的航运事故、海盗、非法捕鱼、贩毒、非法货物运输等。这迫使从环保机构、保险公司到国家政府等组织越来越密切关注公海航船。

空中客车公司为应对此挑战，构筑了强大的解决方案，达到广泛的覆盖范围，精细的细节，密集的监控，优质的反应性和解释响应，将专有数据和资深的分析师结合，能够快速有效的提供海事监控和危险预警。

在过去的十年中，空客已经做了很多工作，比如在还没有造成实质结果之前，自动从卫星图像中检测明显的试图海上违规的目标船只。现在，空中客车公司转向Kagglers，希望参赛者帮助空客提高自动船舶检测的准确性和速度。

该比赛不仅关心精度，还希望检测速度也很快。所以专门设置了“算法速度奖”：即在该比赛结束后，参赛选手可以通过私人Kaggle kernal提交他们的模型，根据模型在超过40000个图像的推理时间（完整卫星图像的典型大小）进行速度评估，以获得特殊的算法速度奖。

比赛数据

在该比赛中，参赛者需要在卫星图像中找到船只，分割出船体。在比赛数据中，很多图像不包含船只，同时也有图像包含多艘船只。同一图像内部和不同图像之间包含的船只尺寸可能不同，因为拍摄的位置不同。
在给定的数据中train_ship_segmentations.csv文件列出了训练图像名并提供了ground truth（游长编码格式），训练集总计104070幅图像，131030个船体标注。sample_submission.csv文件包含test数据集图像名，测试图像总计88486幅图像。

请按照sample_submission.csv中列出的图像文件名提交，因为test.zip中有部分图像需要被忽略。
图像数据均为768*768像素的RGB彩色图像,样例数据：

奖项设置
时间节点

September 27, 2018 – 报名截止
September 27, 2018 – 团队合并截止
October 4, 2018 – 提交截止
October 18, 2018 – 算法速度奖提交截止
November 22, 2018 – 算法速度奖冠军公布

比赛数据总计26.4G，已经被下载下来，正在上传百度云，可以在“我爱计算机视觉”公众号后台回复：ship,即可收到下载链接。如果打开链接没找到数据，因为数据还没上传完，请过一两个小时后再打开。

比赛地址：

https://www.kaggle.com/c/airbus-ship-detection

该比赛数据量较大，需要机器有比较高的配置，相对来讲前几天Kaggle发布的盐体分割的比赛比较适合个人参赛，参见：

Kaggle新上比赛：地震图像的盐体分割

点击阅读原文可以在www.52cv.net查看本文。

欢迎转发，让更多人看到。

更多精彩推荐：

重磅推荐！日立开源语义分割数据集标注工具Semantic Segmentation Editor

华科白翔老师团队ECCV2018 OCR论文：Mask TextSpotter

快准狠！Intel论文揭示自家车牌识别算法:LPRNet

北大开源ECCV2018深度去雨算法：RESCAN