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的十七个城市。分类任务由 12 种细粒度的预定义屋顶类型组成。图 1 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3720对样本，验证数据（即第一阶段的测试样本）共1549张，数据量较少。比较建议使用预训练权重。
4. baseline
基于mmdetection框架的maskrcnn，仅使用rgb数据的前提下，resnet50+rpn大概可以跑到30.80左右，截至发文期间可进前十。
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/8987#results
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。
