【python练习】在kaggle上的首个公开notebook(由mask生成bbox)

前言：

{

    知道要更新但没想好写什么，我就干脆在kaggle上写了一篇公开的notebook[1]（我记得原来好像叫kernel），内容很简单，就是根据segmentation标签生成bbox。

}

 

正文：

{

    主要内容在[1]。我做这个是因为我搞错了。我本想试试之前我博客[2]提到的HRNet，而恰好mmdetection里也实现了HRNet，且这里还有许多其他高精度的模型也需要bbox。可是我没注意到，mmdetection里的HRNet是针对目标检测任务的，或者说是针对实例分割（Instance Segmentation）的，而我当前的任务是检测缺陷[4]，或者说是语义分割（Semantic Segmentation）。

}

 

结语：

{

    kaggle确实是一个不错的学习平台，至少有许多准备好的数据和其他人的结果。通过这些结果，我能看清自己有几斤几两。

    参考资料：

    {

        [1] https://www.kaggle.com/applefish/get-bboxes-from-segmentation-labels

        [2] https://blog.csdn.net/fish_like_apple/article/details/100623183

        [3] https://github.com/open-mmlab/mmdetection

        [4] https://www.kaggle.com/c/severstal-steel-defect-detection/overview

    }

}