2020全国人工智能大赛遥感组
作者:互联网
赛道背景
地物要素分类是将地表相对固定的物体分类的系统体系,是地表地物要素观测与测绘的重要手段之一。基于遥感影像开展地理国情监测、“耕地红线”、“生态红线”等实际应用,受“同物异谱”、“同谱异物”现象影响,分析与处理的难度极大,目前主要采用人工方式提取地物要素,效率低,耗资巨大,迫切需要自动化、高精度的地物要素提取方法。AI+遥感影像赛道,旨在充分利用大数据、人工智能等先进技术,突破面向大规模多源异构高分数据信息提取与分析的技术瓶颈,形成一批高效、可用、实用的先进算法,提升高分对地观测信息服务能力。
赛道任务
对高分辨率光学遥感图像中各类地物光谱信息和空间信息进行分析,将图像中具有语义信息的各个像元分别赋予语义类别标签;以包含典型土地利用分类的光学遥感图像为处理对象,选手使用主办方提供的遥感图像进行土地利用类型语义分割处理,主办方依据评分标准对结果进行综合评价。
依据现有的遥感地物分类要求,结合现有的地物分类实际需求,参照地理国情监测、“三调”等既有地物分类标准,依据遥感地物“所见即所得”原则,设计地物要素分类体系,共涉及一级大类8种,二级子类17种,详见表:
一级大类 | 二级分类 | 分类示例 | 参考说明 |
---|---|---|---|
一级大类 | 二级分类 | 分类示例 | 参考说明 |
水体 | 水体 | 河流、湖泊、水库、坑塘、沟渠、海洋等 | 视觉效果为纯水面,如蓝色、浅蓝色等,由于水体污染等情况,水体可能出现浅绿到深绿色,并且由于水深的不同,水体可能出现颜色变幻。甚至由于传感器角度与太阳角度,出现镜面反射的情况,水体也可能出现高亮的情况,另外在大风天,高分辨率影像的水体也可能出现鱼鳞纹。 |
交通运输 | 道路 | 快速路、主干路、次干路和支路等 | 深灰色或灰白色,带状,连续,有明显机动车道或高架匝道,内有行驶车辆。从影像角度而言,只考虑明显可以将地物分割为不同地块的道路,例如小区内部细小道路不予考虑,只标注周边的公路 |
交通运输 | 机场 | 飞行区、航站楼等 | 位于城市中心区以外,与高速公路联系,占地面积大,有明显白色飞机跑道,大体量的候机大厅,并配有大规模仓储库房。勾画时,仅勾画像元级别精度的跑道与配属的航站楼,以及其他的拥有飞机的配属建筑。 |
交通运输 | 火车站 | 火车站站台及候车厅 | 火车站因其背景特殊(建于铁道之上)且形制特殊,可以单独作为一类地物进行提取。 |
建筑 | 建筑物 | 住宅、工厂等人工建筑 | 村庄、城市各类建筑,如住宅、厂房,排列较为整齐,住宅通常为红顶黑顶,厂房多为蓝顶、白顶或灰顶等。 |
耕地 | 普通耕地 | 普通耕地 | 耕地多为规则矩形组成,成片分布,纹理细致。此处的耕地仅为在该地块上无任何附加建筑与覆盖的耕地,例如农业大棚另做一类。耕地在不同时相上、不同气候背景下有不同的光谱特征,例如休耕期与作物生长期的光谱特征截然不同,在南北方的相同时期,因气候背景不同,其光谱特征也会由于作物类型不同而不同。 |
耕地 | 农业大棚 | 耕地另一种形式,如温室 | 农业大棚为具有一定规模、排列紧密整齐,条状浅蓝绿色或白色窄形。 |
耕地 | 自然草地 | 自然草地 | 指以生长草本植物为主,覆盖度在5%以上的各类草地,包括以牧为主的灌丛草地和郁闭度在10%以下的疏林草地。自然草地颜色以浅绿色至深绿色为主,间杂矮小灌木,图像纹理杂乱。 |
绿地绿化 | 包括公园绿地、生态景观绿地、防护绿地等人工草地 | 城市公园,内部有大面积洁净水面或观赏塔、亭,绿地率不小于65%;大型郊野公园影像特征与城市公园相似,占地面积更大,多位于城市边缘地区或绿隔地区;防护绿地一般位于高速路、高压线、铁路两侧,或燃气、污水处理厂等危险源四周,带状分布、均匀宽度,起隔离、卫生和安全的作用。 | |
耕地 | 自然林 | 乔木林、灌木林 | 多位于丘陵地区,成片分布,深绿色,具有明显的沟脊走向,山坡阳坡颜色以浅绿色至深绿色为主,背阴坡以深绿色至黑色阴影覆盖为主。从影像判读中,其植被郁闭度极高,有明显的垂直分布结构。 |
人工林 | 果园林、苗圃等 | 边界规则,行株距清晰,树冠小,深色点状纹理,内部道路系统清晰连贯。树冠阴影表现为黑色的晕斑等明显有人为修正痕迹的林地。 | |
裸土 | 自然裸土 | 自然裸土、戈壁、沙漠 | 主要以自然原因造成的土壤裸露为主,例如因土壤贫瘠、土层较薄造成的土壤裸露,颜色以褐色或者灰色为主,或者因气候原因造成土壤沙化进而形成的戈壁滩、沙漠等,颜色以黄色为主。 |
裸土 | 人为裸土 | 指因建筑需求等原因破坏地表覆盖而造成裸土裸露的地表 | 因建设需要,在建设之前,需要将地表开挖,然后运走土方,以便填充构筑物,例如打桩作为地基稳定建筑物,所以该地物存在时间较短,且纹理复杂,颜色以亮黄色为主,但是有时候因环境需求,须铺设防尘网等防止扬尘的设施,所以部分情况下,在遥感影像上呈浅绿色。 |
其它 | 光伏 | 太阳能光伏发电板 | 太阳能光伏板是光谱和纹理相对于背景很特殊的一种地物,其颜色以深蓝色为主,纹理固定 |
其它 | 停车场 | 社会停车场用地/公共交通场站/ | 位于主干道、次干道两侧或车站前甚至房顶,或大型购物中心附近。有数量较多、排列整齐或者间杂排列的汽车。 |
其它 | 操场 | 篮球场、排球场、羽毛球场、网球场等 | 椭圆形红色或者蓝色跑道,内有绿色或者蓝色等其他醒目色的绒状足球场,亦或者有明显线条的室外篮球场、羽毛球场灯体育设施 |
其它 | 其它无法确定归属地物 | / | / |
依据所述地物要素分类标准与星载遥感影像处理实际需求,以多种地物要素的高分光学遥感图像的像素级分类为目标,设计赛题如下:
a. 初赛:算法在地物要素按一级大类(8类)分类的能力。进阶考察算法地物要素分类的准确性;
b. 复赛:算法在地物要素按二级子类(17类)分类的能力。进阶考察算法分类的准确性,测试数据尺寸变化的适应性,支持统一的接口调用;
c. 决赛:算法在地物要素按二级子类(17类)分类的能力。进阶考察现场答辩评议,强调模型复杂度和效率考察,算法分类的准确性,测试数据尺寸变化的适应性,支持统一的接口调用;
数据简介
(1)来源:数据为0.1米-4米分辨率的高分一、二、六号,高景二号,北京二号,以及部分航空等数据源的可见光、多光谱载荷图像,由鹏城实验室和协办单位合作采集、标注、构建;
(2)规模:100万+张遥感影像语义分割样本数据;
(3)用途:土地利用动态监测,矿产资源开发状况和地质灾害的调查与监测;生态环境监管调查与评价,水环境监测与评估,空气环境监测与评价;耕地数量与质量调查。
(4)方法
初赛:10万高分光学影像和标注文件(一级分类),20万测试图片数据;
复赛:10万高分光学影像和标注文件(二级分类),30万测试图片数据;
决赛:10万高分光学影像和标注文件(二级分类),30万测试图片数据,强调模型复杂度和效率考察:
数据说明
(1)整体数据说明
a.原始影像
影像格式为tif,包含R、G、B三个波段,训练集影像尺寸为256 * 256像素,初赛测试集影像尺寸为256 * 256像素,复赛、决赛初步确定测试集尺寸可变。
b.标签数据
标签格式为单通道的png,每个像素的标签值由一个三位数表示,使用‘uint16’数据类型存储,该三位数包含了一级和二级两个类别信息,百位上的一个数字表示一级类别,十位和个位上的两个数字一起表示二级类别。
一级类别共分为8类,一级类别及对应的百位上的数字如下表所示:
一级类别 | 对应标签百位上的数字 |
---|---|
水体 | 1 |
交通运输 | 2 |
建筑 | 3 |
耕地 | 4 |
草地 | 5 |
林地 | 6 |
裸土 | 7 |
其它 | 8 |
二级类别共分为17类,二级类别及对应的十位、个位上的数字如下表所示:
二级类别 | 对应标签十位及个位上的数字 |
---|---|
水体 | 01 |
道路 | 02 |
建筑物 | 03 |
机场 | 04 |
火车站 | 05 |
光伏 | 06 |
停车场 | 07 |
操场 | 08 |
普通耕地 | 09 |
农业大棚 | 10 |
自然草地 | 11 |
绿地绿化 | 12 |
自然林 | 13 |
人工林 | 14 |
自然裸土 | 15 |
人为裸土 | 16 |
其它 | 17 |
(2)初赛标签数据
初赛中,要求对一级类别分类,分类的结果为表3中的8个类别,提供的标签数据中,三位数标签的十位及个位数赋值为0,用百位上的一个数字来表示一级类别,例如:对于标签值为100的像元,对照表3,表示该像元的一级类别为水体。
(4)复赛/决赛标签数据
复赛和决赛中,要求对二级类别分类,分类的结果为表4中的17个类别,三位数标签的十位和个位一起表示二级类别,例如,对于标签值为204的像元,该像元的二级类别编码为‘04’,对照表4,表示该像元的二级类别为机场。
提交要求
(1)初赛
预测结果压缩包提交,参赛者将测试集的预测结果放入results文件夹并压缩为zip格式,将压缩包上传到大数据竞赛平台,平台进行在线评分,实时排名。
(2)复赛及决赛
复赛及决赛作品提交要求将于初赛结束前2周公布。
提交示例
(1)初赛
a.向大赛平台提交参与评测的results.zip内容为:
results:
1.png
2.png
注意事项: 预测结果中的单个文件名需和预测图片命名方式一致,如预测图片中包含1.jpg,则预测结果中必须有1.png,其中1.png的数据格式和提供的训练集的标注文件保持一致。
b.主观评测的提交材料:
- 应当包含必要的代码级样例展示;
- 应当包含详细的解题思路说明、项目运行环境和运行办法等信息,方便大赛专家评委进行成绩有效性核实;
c.参赛项目模型和工程文件: - 建议保留从工程创建至截止日期所有的 commit,以便展现项目迭代过程;
- 如有版本迭代,建议保留所有 tag 与 release;
- 应当包含所有的模型和工程文件,保证模型和成绩可复现;
- 最终代码以 master 分支为准,请适当合并分支;
- 成绩需要可以成功复现,选手有义务及时响应技术委员会的复现要求;
- 其他技术委员会视情况指定的审核要求;
(2)复赛
复赛提交示例细则将在初赛结束后提供。
7、评测标准
(1)初赛/复赛
初赛、复赛使用国际通用指标加权交并比FWIoU, 根据每个类出现的频率为其设置权重,具体计算公式为:
(2)决赛
决赛在FWIoU的技术上引入模型效率及模型复杂度评价指标:
模型效率:模型效率以6小时为基础归一化为百分制,超过6小时得分为0。
模型复杂度:模型复杂度以模型大小50MB为基础归一化为百分制,超过50MB得分为0。
决赛客观得分 = 0.5FWIoU100 + 0.3E + 0.2C。
注意:评审说明
- 初赛排行榜采用 A/B 榜机制,其中A 榜计算提交结果文件中一定比例数据的成绩,B 榜计算剩余数据的成绩,A、B榜阶段前将发布相应测试集;
- 在初赛A榜阶段,每个队伍每天最多可提交3次结果文件参与评测,平台实时评测出分,在A榜阶段内各团队最高分参与排名,排行榜实时更新;
- 在初赛B榜阶段,每个队伍每天可多次提交结果文件,但平台仅对当日最后1次提交进行评测,于当晚12:00:00评测出分,在B榜阶段内各团队最高分参与排名,排行榜每晚12:00:00定时更新;
- 主观评审规则将由组委会统一发布;
- 决赛加分项:基于昇腾的算法模型,决赛成绩可加分(细则待复赛结束后公布)。
https://naic.pcl.ac.cn/frame/2
标签:人工智能,分类,初赛,遥感,2020,复赛,类别,地物,影像 来源: https://www.cnblogs.com/2008nmj/p/13544149.html