2023 Samsung AI Challenge : Camera-Invariant Domain Adaptation

안녕하세요, 데이콘입니다.

먼저 본 대회의 데이터셋에 존재하는 12가지 class의 정보는 다음과 같습니다.

(Pixel Value의 경우 Ground Truth 이미지에만 해당됩니다)

본 경진대회에서는 이런 class들이 존재하는 test 이미지 세그멘테이션 결과를 제출하는 데 있어서 효율성을 높이기 위해 RLE(Run-Length Encoding)를 사용하고 있습니다.

다만, 인코딩을 수행하는 동안 마스크는 이진값(binary)이어야 합니다.

따라서 베이스라인에서는 예측된 이미지에서 0~11까지의 픽셀값을 바탕으로 각 class의 위치를 도출하여,

1(True)값을 마스크된 픽셀(class)로 표현하고, 0(False)값을 마스크되지 않은 픽셀(해당 class를 제외한 나머지 영역)로 표현합니다.

이렇게 인코딩된 제출물은 이미지 1개를 12행의 'mask_rle' 형식으로 표현하며,

'mask_rle' 형식은 쌍의 값을 공백으로 구분된 목록으로 요구합니다.

예를 들어, '1 3 10 5'는 픽셀 1,2,3 및 10,11,12,13,14가 마스크에 포함되어야 함을 의미합니다.

이러한 방식을 통해 대량의 이미지 데이터를 효율적으로 압축하고, 제출하고, 표현할 수 있습니다.

감사합니다.