近期，由Kaggle主辦，Leica Microsystems和NVIDIA贊助的HPAIC（Human Protein Atlas Image Classification）競賽正式結(jié)束。比賽為期三個月，共有來自全球的2236個隊伍參加，極鏈AI研究院與工程院最終獲得挑戰(zhàn)賽金牌。
比賽介紹
蛋白質(zhì)是人體細(xì)胞中的“行動者”，執(zhí)行許多共同促進生命的功能。蛋白質(zhì)的分類僅限于一種或幾種細(xì)胞類型中的單一模式，但是為了完全理解人類細(xì)胞的復(fù)雜性，模型必須在一系列不同的人類細(xì)胞中對混合模式進行分類。
可視化細(xì)胞中蛋白質(zhì)的圖像通常用于生物醫(yī)學(xué)研究，這些細(xì)胞可以成為下一個醫(yī)學(xué)突破的關(guān)鍵。然而，由于高通量顯微鏡的進步，這些圖像的生成速度遠(yuǎn)遠(yuǎn)超過人工評估的速度。因此，對于自動化生物醫(yī)學(xué)圖像分析以加速對人類細(xì)胞和疾病的理解，需要比以往更大的需求。
雖然這是生物學(xué)方面的競賽，但是其本質(zhì)是機器視覺方向的圖像多標(biāo)簽分類問題，參賽隊伍也包括許多機器視覺和機器學(xué)習(xí)領(lǐng)域的競賽專家。
數(shù)據(jù)分析
官方給我們提供了兩種類型的數(shù)據(jù)集，一部分是512x512的png圖像，一部分是2048x2048或3072x3072的TIFF圖像，數(shù)據(jù)集大概 268G， 其中訓(xùn)練集：31072 x 4張，測試集：11702 x 4張。
一個蛋白質(zhì)圖譜由4種染色方式組成（red，green，blue，yellow），圖像示例如下：
我們將4個通道合并成3通道（RYB）可視化的圖像如下所示：
在本次競賽中一共有28個類別，比如 Nucleoplasm、Nuclear membrane等，每個圖譜圖像都可以有一個或者多個標(biāo)簽。標(biāo)簽數(shù)量統(tǒng)計如下：
可以發(fā)現(xiàn)標(biāo)簽數(shù)量集中在1－3個，但是仍然會有圖像有5個標(biāo)簽，給比賽增加了一定的難度。
另一方面的難點是數(shù)據(jù)集中樣本數(shù)量很不均勻，圖像最多的類別有12885張，而圖像最少的類別只有11張圖像，這給競賽造成很大的困難，樣本數(shù)量分布情況可以在圖中看出。
在比賽過程中逐步有參賽者發(fā)現(xiàn)官方的額外數(shù)據(jù)集HPAv18，并得到官方授權(quán)，這些數(shù)據(jù)集有105678張，很大程度的擴大了樣本數(shù)量，同時給我們提供了很大的幫助。
環(huán)境資源
硬件方面我們使用了4塊NVIDIA TESLA P100顯卡，使用pytorch作為我們的模型訓(xùn)練框架。
圖像預(yù)處理
HPAv18 圖像與官方給出的圖像有一定的差別，雖然也是由4中染色方式組成，但是每個染色圖像是一個RGB圖像，而不是官方的單通道圖像，而且RGB三個通道的值差別較大，我們對這些圖像做了預(yù)處理，對每個RGB圖像只取一個通道（r＿out＝r，g＿out＝g，b＿out＝b，y＿out＝b），并將這些圖像縮放到512x512和1024x1024兩種尺度。
對于TIFF文件，我們用了一周的時間把這個數(shù)據(jù)集下載下來，然后將所有圖像縮放到1024x1024。
數(shù)據(jù)增廣
我們比賽中使用的增廣方式有Rotation， Flip 和 Shear三種；因為我們不知道一張圖像中的多個細(xì)胞之間是否有關(guān)聯(lián)關(guān)系，所以比賽中沒有使用隨機裁剪的增廣方式。
12下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
