Yzmshjd / team-learning

主要展示Datawhale的组队学习计划。

Datawhale 组队学习

2021年02月16日，第22期 Datawhale 组队学习活动马上就要开始啦！

本次组队学习的内容为：

• a. 天池赛事 - 布匹疵点智能识别（CV）
• b. 天池赛事 - 中文预训练模型泛化能力挑战赛（NLP）
• c. 天池赛事 - AI助力精准气象和海洋预测赛（时间序列）
• d. DCIC赛事 - 城市管理大数据算法模型
• e. 零基础语义分割 - 城市建筑识别

大家可以根据我们的开源内容进行自学，也可以加入我们的组队学习一起来学。

1. 天池赛事

• a. 布匹疵点智能识别（CV）
  • 比赛地址：https://tianchi.aliyun.com/s/fed26b0e90c5776e6b3d61cd5912a423
  • 论坛地址：http://datawhale.club/t/topic/1418
  • 开源内容：https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection
• b. 中文预训练模型泛化能力挑战赛（NLP）
  • 比赛地址：https://tianchi.aliyun.com/s/3bd272d942f97725286a8e44f40f3f74
  • 论坛地址：http://datawhale.club/t/topic/1417
  • 开源内容：https://github.com/datawhalechina/team-learning-nlp/tree/master/PretrainModelsGeneralization
• c. AI助力精准气象和海洋预测赛（时间序列）
  • 比赛地址：https://tianchi.aliyun.com/s/d3bcf37c856703fec5903c40ea323710
  • 论坛地址：http://datawhale.club/t/topic/1419
  • 开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/WeatherOceanForecasts

天池赛事Docker快速复现讲解:

• https://www.bilibili.com/video/BV1jy4y1J7rp/

天池赛事Docker快速复现讲解，markdown版本:

• https://github.com/datawhalechina/team-learning-cv/blob/master/DefectDetection/%E5%A4%A9%E6%B1%A0%E7%AB%9E%E8%B5%9Bdocker%E5%BF%AB%E9%80%9F%E5%A4%8D%E7%8E%B0.md

任务安排

开营时间：02月16日21:00

Task00：熟悉规则（1天）

• 组队、修改群昵称。
• 熟悉打卡规则。
• 打卡截止时间：02月18日03:00

Task01：比赛全流程体验（4天）

• 学习如何使用Docker提交代码及比赛上分。
• 记录比赛中遇到的问题，并在学习笔记中插入初始分数截图。
• 打卡截止时间：02月22日03:00

Task02：Baseline学习及改进（4天）

• 学习baseline，并提出自己的改进策略，提交代码并更新自己的分数排名。
• 在学习笔记中插入改进baseline之后分数排名截图。
• 打卡截止时间：02月26日03:00

Task03：学习者分享（2天）

• 我们根据截图，邀请提分比较多的学习者进行分享。

---

2. DCIC赛事

• d. 城市管理大数据算法模型
  • 比赛地址：https://data.xm.gov.cn/contest-series/digit-china-2021/#/3/contest_explain?projectId=c81952239f3411eab1d014187758123f
  • 论坛地址：http://datawhale.club/t/topic/1420
  • 学习课程链接：https://coggle.club/learn/DCIC2021/
  • 视频讲解链接：https://www.bilibili.com/video/BV1Af4y1C7fv?zw

任务安排

开营时间：02月16日21:00

Task00：熟悉规则（1天）

• 组队、修改群昵称。
• 熟悉打卡规则。
• 打卡截止时间：02月18日03:00

Task01：比赛全流程体验（2天）

• 熟悉比赛流程：学习将一份现成的赛事结果文件在平台上提交。
• 记录比赛中遇到的问题，并在学习笔记中插入初始分数截图。
• 打卡截止时间：02月20日03:00

Task02：Baseline学习及改进（5天）

• 学习baseline，并提出自己的改进策略，提交代码并更新自己的分数排名。
• 在学习笔记中插入改进baseline之后分数排名截图。
• 打卡截止时间：02月25日03:00

Task03：学习者分享（2天）

• 我们根据截图，邀请提分比较多的学习者进行分享。

---

3. 天池学习赛

• e. 零基础语义分割 - 城市建筑识别
  • 比赛地址：https://tianchi.aliyun.com/competition/entrance/531872/introduction
  • 论坛地址：http://datawhale.club/t/topic/1421
  • 开源内容：https://github.com/datawhalechina/team-learning-cv/tree/master/AerialImageSegmentation

任务安排

开营时间：02月16日21:00

Task00：熟悉规则（1天）

• 组队、修改群昵称。
• 熟悉打卡规则。
• 打卡截止时间：02月18日03:00

Task01：赛题理解与baseline（3天）

• 学习主题：理解赛题内容解题流程
• 学习内容：赛题理解、数据读取、比赛baseline构建
• 学习成果：比赛baseline提交
• 打卡截止时间：02月21日03:00

Task02：数据扩增方法（3天）

• 学习主题：语义分割任务中数据扩增方法
• 学习内容：掌握语义分割任务中数据扩增方法的细节和使用
• 学习成果：数据扩增方法的实践
• 打卡截止时间：02月24日03:00

Task03：网络模型结构发展（3天）

• 学习主题：掌握语义分割模型的发展脉络
• 学习内容：FCN、Unet、DeepLab、SegNet、PSPNet
• 学习成果：多种网络模型的搭建
• 打卡截止时间：02月27日03:00

Task04：评价函数与损失函数（3天）

• 学习主题：语义分割模型各种评价函数与损失函数
• 学习内容：Dice、IoU、BCE、Focal Loss、Lovász-Softmax
• 学习成果：评价/损失函数的实践
• 打卡截止时间：03月02日03:00

Task05：模型训练与验证（3天）

• 学习主题：数据划分方法
• 学习内容：三种数据划分方法、模型调参过程
• 学习成果：数据划分具体操作
• 打卡截止时间：03月05日03:00

Task06：分割模型模型集成（3天）

• 学习主题：语义分割模型集成方法
• 学习内容：LookaHead、SnapShot、SWA、TTA
• 学习成果：模型集成思路
• 打卡截止时间：03月08日03:00

---

具体规则

• 注册 CSDN、Github 或 B站等账户。
• 按照任务安排进行学习，完成后写学习笔记Blog 或 进行视频直播。
• 在每次任务截止之前在群内填写问卷打卡，遇到问题在群内讨论。
• 未按时打卡的同学视为自动放弃，被抱出学习群。

---

备注

有关Datawhale组队学习的开源内容如下：

• 00 组队学习计划
• 01 编程语言与数据结构
• 02 数据挖掘基础算法
• 03 自然语言处理
• 04 计算机视觉
• 05 推荐系统
• 06 强化学习

---

本次组队学习的 PDF 文档可到Datawhale的知识星球下载：

---