数据简介

我们收集并提供了多个地区已脱敏的遥感影像数据，参赛队可以基于这些数据构建自己的地块分割模型。

数据说明

样例图片及其标注如下图所示：

训练集图像文件名称：train.zip
包含140,000张分辨率为2m/pixel，尺寸为256256的JPG图片，文件名称形如T000123.jpg
训练集标注文件名称：annotation.zip
包含和图像文件同等数量，尺寸为256256的PNG格式的单通道伪彩色标注图片，图片的文件名称与train.zip中的图片名称对应, 文件名称形如T000123.png，像素值与类别对应关系如表1所示：

其中，255代表了未标注区域，表示对应区域的所属类别并不确定，在评测中也不会考虑这部分区域。
测试集A文件名称：testA.zip
包含10,000张分辨率为2m/pixel，尺寸为256256的JPG图片，文件名称形如A000123.jpg
测试集B文件名称：testB.zip
包含20,000张分辨率为2m/pixel，尺寸为256256的JPG图片，文件名称形如B000123.jpg

复赛指标说明
复赛指标公式：

公式中：
p: 有效图像数量
c: 在第i张图中有效类别数量
m: 在第i张图的第j个类别中，ground truth中连通域个数
n: 在第i张图的第j个类别中的第k个连通域中，被分成n个部分
mIoU: 初赛指标
说明：
1.只统计类别3、类别4的区域连续性，故称类别3、类别4为有效类别
2.包含类别3或类别4的图像为有效图像
3.对于连通域个数的计算举例如下图ground truth，下图蓝色类别的连通域为2（因为图中有两个连续的蓝色区域），故在计算时m=2

假设下图为3中ground truth对应图像的模型预测结果，由3可知m=2，而模型将一处连通域“分割”成了3部分，故此处n=3。故这张图对应蓝色类别的连通性的计算为

提交要求

1）本次比赛的测评分三阶段进行，我们会准备两个测试集，测试集A和测试集B，测试集A和测试集B中的图片与训练集中的图片均为相同来源。
2）初赛阶段和复赛阶段提交的预测结果均为zip压缩包，压缩包中包含与测试集中的文件名相同的单通道PNG图片。
3）初赛、复赛阶段提交的zip包中的图片格式必须为单通道PNG，文件数需要与测试集中的文件数相同，且文件名需要与测试集中的文件名一一对应。
4）提交的单通道PNG图片中的像素值必须在0~6之间，像素值不能为255，如果测试集中存在未标注区域，评测系统会自动忽略对应区域的提交结果。

提交示例

初赛、复赛提交文件的命名：ccf_baidu_remote_sense.zip。提交的zip文件的组织方式如下所示：
主目录
├── A000001.png #每个结果文件以测试集图像名称+.png命名
├── A000002.png
├── A000003.png
├── …
主目录中必须包含与测试集相同数目、名称相对应的单通道PNG图片。每张单通道PNG图片中的像素值必须在0~6之间。
为方便参赛者快速了解比赛流程，我们提供了Baseline模型的训练方法和提交结果的生成方法，参赛者们可以报名百度大脑AI Studio官方练习场（https://aistudio.baidu.com/aistudio/competition/detail/54）一键获取官方Baseline。

评测标准

初赛评测标准：
初赛使用国际通用指标平均交并比MIoU，记真实值为i，预测为j的像素数量为，则MIoU的具体计算公式为：

初赛测试使用的评估脚本也在baseline代码库中，可用于自测验证。
复赛时，评测系统除了计算MIoU外，还会结合遥感任务的特点，根据区域的连续性和边缘的准确度进行打分，具体的评测标准将在复赛开始时公布。

复赛评测标准：

公式中：
p: 有效图像数量
c: 在第i张图中有效类别数量
m: 在第i张图的第j个类别中，ground truth中连通域个数
n: 在第i张图的第j个类别中的第k个连通域中，被分成n个部分
mIoU: 初赛指标
说明：
1.只统计类别3、类别4的区域连续性，故称类别3、类别4为有效类别
2.包含类别3或类别4的图像为有效图像
3.对于连通域个数的计算举例如下图ground truth，下图蓝色类别的连通域为2（因为图中有两个连续的蓝色区域），故在计算时m=2

4、假设下图为3中ground truth对应图像的模型预测结果，由3可知m=2，而模型将一处连通域“分割”成了3部分，故此处n=3。故这张图对应蓝色类别的连通性的计算为