Kaggle赛题解析：飞机凝结轨迹识别

比赛名称：Google Research - Identify Contrails to Reduce Global Warming

https://www.kaggle.com/competitions/google-research-identify-contrails-reduce-global-warming

训练 ML 模型以识别卫星图像中的尾迹

比赛类型：计算机视觉、语义分割

比赛背景

Contrails 是“凝结轨迹”的缩写，是在飞机发动机排气中形成的线状冰晶云，由飞机飞过大气中的超潮湿区域时产生。持续的尾迹对全球变暖的贡献与它们为飞行所燃烧的燃料一样多。

凝结尾迹占人类造成的全球变暖的大约 1%，使用卫星图像的目的是确认已有的模型的预测效果。凝结尾迹是飞机发动机排气中形成的冰晶云。它们可以通过在大气中吸收热量来促进全球变暖。研究人员已经开发出模型来预测凝结尾迹何时形成以及它们将导致多少变暖。但是，他们需要使用卫星图像来验证这些模型。

比赛任务

在本次比赛中，您将使用地球静止卫星图像来识别航空轨迹。原始卫星图像是从GOES-16 Advanced Baseline Imager (ABI)获得的，它在Google Cloud Storage上公开可用。

• 轨迹必须包含至少 10 个像素
• 轨迹必须至少比宽度长 3 倍
• 轨迹应至少在两个图像中可见

比赛数据

• train/- 训练集；每个文件夹代表一个record_id
• validation/ 与训练集相同，没有单独的标签注释;
• test/- 测试集；
• sample_submission.csv- 格式正确的样本提交文件

评价指标

为了减小提交文件的大小，我们的指标对像素值使用游程编码。评价指标为Dice coefficient：

比赛赛程

• 2023 年 8 月 2 日- 报名截止日期。您必须在此日期之前接受比赛规则才能参加比赛。
• 2023 年 8 月 2 日- 团队合并截止日期。这是参与者可以加入或合并团队的最后一天。
• 2023 年 8 月 9 日- 最终提交截止日期。

赛题解析

赛题是一个典型语义分割比赛，需要构建语义分割的模型。相比与常规的语义分割比赛，本次比赛有两个难点：

• 比赛数据集比较大，450GB
• 包含时序图片，并且标签和时序相关