Материалы к онлайн этапу PicsArt AI Hackathon.
Участникам соревнования предлагается решить задачу отделения человека на фотографии от фона. По изображению необходимо построить бинарную маску, в которой указать пиксели относящиеся к человеку. Пример масок сегментации:
Ссылка на набор изображений: picsart_hack_online_data.zip
Для обучения моделей предоставляется выборка из ≈1500 размеченных картинок (каталог train) и масок сегментации (каталог train_mask). Маски представляю собой одноканальные изображения той же размерности, что и исходные изображения, и имеют только два значения цвета. Для оценки решений предоставляется тестовая выборка без соотвествующих масок (каталог test).
В качестве решения необходимо построить разметку всех изображений из каталога test.
Маски необходимо закодировать в формате run-length encoding (RLE) и записать в CSV-файл. Формат RLE заключается в том что в строчку последовательно записываются пары чисел: номер стартового пикселя и число последовательно идущих пикселей, относящихся к маске. Например: '1 3 10 5' означает что маска состоит из пикселей с индексами 1,2,3,10,11,12,13,14. Пары должны быть отсортированы по возрастанию стартового пикселя, не должны пересекаться. Нумерация пикселей происходит c 1, сверху вних, затем слева направо: 1 означает пиксель (1,1), 2 — (2,1) и т.д.
Код для кодирования и декодирования формата RLE можно найти в utils.py.
В проверяющую систему необходимо отправить файл с предсказаниями в формате csv, содержащий следующие колонки:
image— номер изображения, указанный в имени файла (например, 11150)rle_mask— построенная маска, закодированная при помощи run-length encoding
Пример файла решения: sample_submission.csv
Качество сегментации для каждого изображения оценивается с помощью Dice Score:
где X — предсказанная маска, Y — правильная маска из разметки, |X| — число пикселей, попавших в маску X.
Dice Score усредняется по всем тестовым изоражениям, имеющим разметку.
Функции для вычисления качества можно найти в utils.py.
Пример решения приведен в Jupyter Notebook-е PicsartHack_Baseline.ipynb