📝 [문제 및 데이터] 입자 형태 분석 모델 개발 해커톤

🙇‍🙇‍♂️🙇‍♀️ [알림]  학습 데이터셋 오류 정정 과정에서 object id가 중복되는 오류가 있었습니다. 7월 7일 18:00 이전 다운로드하신 참가자분 가운데 학습과정에서 오류가 발생하신 분들은 번거로우시더라도 재차 다운로드 부탁드립니다. 다시 한 번 감사드립니다. 🙇‍🙇‍♂🙇‍♀️

📑 개요

• 본 대회는 데이터셋을 활용해서 유동입자의 윤곽을 검출(Instance Segmentation)하는 것을 목표로합니다.

• 데이터셋은 프레임 단위로 추출된 유동입자 이미지와 각 입자의 윤곽이 레이블링된 어노테이션 파일로 구성되어 있습니다.

• 전체 입자들 가운데 표층에 존재하는, 비교적 뚜렷한 입자들을 잡아내는 것을 목표로 하고 있으며 레이블 역시 그러한 입자들 위주로 이루어져 있습니다.

• 각각의 입자들은 지속적으로 특정 방향으로 이동하기 때문에 입자들간의 폐색(Occlusion) 영역이 다수 존재합니다.

• 이미지에는 무작위 위치에 다양한 크기의 기포가 존재하고, 기포와 입자간의 폐색영역 또한 발생할 수 있습니다.

• 객체 카테고리는 1개(Normal) 클래스만 존재합니다.

• 모든 이미지 해상도는 (Height, Width) = (1024, 1280) 크기를 갖습니다.

🗂️ 파일 정보

🎓학습 데이터

• 학습 이미지 데이터는 총 520개로, train 디렉토리에 위치합니다.

• 어노테이션 파일은 입자 레이블링 형식에 따라 label_train.json, label(polygon)_train.json 2가지 형태로 제공되며, 선택적으로 사용하실 수 있습니다.
  (※ 단 제출 시에는 compressed RLE 인코딩으로 제출)

  • label_train.json : compressed RLE 형식으로 인코딩된 레이블링 파일

  • label(polygon)_train.json :  x, y 배열로 레이블링된 파일

• 어노테이션 파일의 상위 키 값은 “images”, “annotations”, “categories” 3개로 아래와 같은 정보를 담고 있습니다.

  • “images” : 이미지 아이디(id), 파일명(file_name), 해상도(width, height) 정보

  • “annotations” : image_id 별로 구성된 각 객체에 대한 RLE 또는 Polygon 레이블링 정보

  • “categories” : 클래스 종류(Normal 1개)

✏️평가 데이터

• 평가 이미지 데이터는 총 350개로, test 디렉토리에 위치합니다.

• 평가용 어노테이션 파일(label_test.json)은 학습용 어노테이션 파일 형식과 동일하지만 “images” 키에 해당하는 정보만 제공됩니다.

📮 제출 파일 양식(sample_submission.json)

• 제출 파일은 “annotations”를 상위 키값으로 갖고 있어야 하며, 평가 어노테이션 파일(label_test.json)의 이미지 파일명과 이미지 아이디를 참고하여
  각 이미지 아이디(image_id)에 해당하는 검출 결과를 compressed RLE 형식으로 “counts”에 담아서 제출해 주시면 됩니다.(sample_submission.json 참고)

# sample_submission.json
{
    "annotations": [
      {
        "image_id": 0,
        "segmentation": {
          "size": [
            1024,
            1280
          ],
          "counts": "????????????????????"
        }
      },
      {
        "image_id": 0,
        "segmentation": {
          "size": [
            1024,
            1280
          ],
          "counts": "????????????????????"
        }
      },
      {
        "image_id": 4,
        "segmentation": {
          "size": [
            1024,
            1280
          ],
          "counts": "????????????????????"
        },
        
        ...
        
      }
    ]
}