如今計算機視覺已經成為人工智慧領域的熱門研究物件，很多小夥伴都想通過一些有效的途徑來學習和運用所學知識，有什麼好的途徑嗎？計算機視覺life告訴你，最好的途徑之一就是參加全球最有影響力的競賽平臺kaggle，不僅可以和全球的大佬們決戰光明頂，還可以大獲全勝後獲得一筆豐厚的獎金，同時也在自己的履歷上增加了一個亮點，一箭三雕給力的很!

現在Kaggle上有很多正在火熱進行的有獎比賽專案，為了節省大家篩選時間，今天計算機視覺life就幫大家整理了最近幾個和計算機視覺有關的，而且比較有趣的競賽，你是不是已經摩拳擦掌，躍躍欲試了呢?

1、快，畫！塗鴉識別挑戰賽

比賽獎勵

比賽設定的獎勵為：

第一名：12000美元
第二名：8000美元
第三名：5000美元

背景介紹

《快，畫！》是一款實驗性遊戲，目的是為了以一種有趣的方式告訴公眾AI是如何工作的。遊戲提示使用者畫出某一類別的圖片，如“香蕉”、“桌子”等。遊戲生成了超過10億張圖片，其中一個子集作為本次比賽的基礎訓練集，並公開發布，該子集包含5000萬張圖片，包含340個標籤類別。

具體挑戰是這樣的：因為訓練資料來自遊戲本身，所以繪圖可能是不完整的，或者可能與標籤不符。你的任務是為現有的資料集快速建立一個更好的分類器。通過在該資料集上改進模型，Kagglers可以更廣泛地改進模式識別解決方案。這對手寫識別非常有意義，使得它在光學字元識別、自動語音識別、自然語言處理等領域的應用更加魯棒。

比賽時間

2018年11月27日：報名截止日期。2018年11月27日：團隊合併截止日期。2018年12月4日：最終提交截止日期。

專案網址：

https://www.kaggle.com/c/quickdraw-doodle-recognition

2、人體蛋白圖譜影象分類

比賽獎勵

競賽設定了豐厚的獎勵：

第一名：14000美元
第二名：10000美元
第三名：8000美元
第四名：5000美元
特等獎: NVIDIA Quadro GV100 GPU

背景介紹

人類蛋白質圖譜是一項基於瑞典的計劃，目的是為了繪製細胞、組織和器官中所有人類蛋白質的圖譜。知識資源中的所有資料都是開放獲取的，任何人都可以對人類蛋白質組進行探索。

在這次競賽中，Kaggle將開發能夠在顯微鏡影象中分類混合模式蛋白質的模型。人類蛋白質圖譜將使用這些模型構建一個與智慧顯微鏡系統整合的工具，從高通量影象中識別蛋白質的位置。

比賽時間

2019年1月3日：報名截止日期。2019年1月3日：團隊合併截止日期。2019年1月10日：最終提交截止日期。

專案網址：

https://www.kaggle.com/c/human-protein-atlas-image-classification

3、癌症病理檢測

背景介紹

這個競賽你需要自己編寫演算法，從較大的病理資料掃描中提取一小塊影象來識別癌症的轉移特性。提供的資料集叫做PCam（PatchCamelyon），該資料集可以從GitHub檢視和下載。GitHub地址： https://github.com/basveeling/pcam

PCam資料集（如下圖所示）將臨床上的癌症轉移檢測任務打包成一個直接的二值影象分類任務，類似於CIFAR-10和MNIST。模型可以在單個GPU上輕鬆訓練（在幾個小時內），並且在Camelyon16腫瘤檢測和全片影象診斷任務中取得較好的成績。此外，任務難度和可操作性之間的平衡使得它成為基礎機器學習研究的主要問題，如主動學習、模型不確定性和可解釋性。

比賽時間

這次比賽截止於2019年3月30日晚上11：59分，在比賽結束時，排名top5的隊伍將獲得Kaggle獎勵。

官網：

https://www.kaggle.com/c/histopathologic-cancer-detection#description

好啦，計算機視覺life先為大家提供這些比賽資訊，如果您還行了解更多，可以進入kaggle官網進行研究，期待您可以有一個不錯的成績。
本文首發於公眾號：計算機視覺life。原文連結：

競賽 | Kaggle上有哪些有趣又多金的計算機視覺類比賽？