注意：测试运行环境为Linux

硬件环境

CPU	内存	GPU
8vCPU	32G	16G显存

软件环境

软件	版本
python	3.6.8
tensorflow	1.14(GPU)
pytorch	1.2(GPU)
keras	2.2.5(GPU)
scikit-learn	0.22

一、初赛A榜

选手需要提交的针对初赛A榜测试集的测评结果，以.zip文件格式提交，.zip文件中包含如下目录：

|-- data

|-- focusight1_round1_train_part1

|-- TC_Images

|-- focusight1_round1_train_part2

|-- TC_Images

1) TC_Images存放测试数据集测试结果标注文件，标注文件名和样本图片名称一致。

2) 只需针对检查出的缺陷小图生成标注文件，好品小图无需生成标注文件。

3）TC_Images中只存放标注文件，样本图片不用上传。

评测结果提交，TC_Images文件夹下提交的评测结果

0kfkmg89WfJ308GZY3EQ850AtO28YT.json 文件格式内容如下：

{
  "Height":128,
  "Width":128,
  "name":"0kfkmg89WfJ308GZY3EQ850AtO28YT.bmp",
  "regions":[
    {
      "points":[
        "13, 86","14, 85","14, 86","14, 87","15, 84","15, 85","15, 86"
      ]
    },
    {
      "points":[
        "24, 84","24, 85","24, 86","24, 87","24, 88","24, 89","25, 85","25, 86"
      ]
    }
  ]
}

1、格式说明
提交的json文件中包含多个感兴趣区域(ROI)样本，每个瑕疵样本都包含name、regions、points三个字段。
name字段为图片名称；一个图片可能包含多个瑕疵，regions为瑕疵区域，points为每个瑕疵区域内包含的瑕疵坐标xy坐标点格式的点集。
OK样本没有json文件。
name字段不允许出现非测试集中的图片名。

（提交示例中含3个缺陷标注示例）

2、提交数据
提交的数据应包括所有测试集的预测结果，测评结果根据文件结构要求，以.zip文件格式提交，根目录不允许有其他无关文件。

3、提交规则
客观提交每个队伍每天有一次提交排名测试的机会，测评结束后进行 Public 分数反馈，排行榜成绩从高到低排序（更新时间见评审规则）。

二、初赛B榜(包括调试阶段与人工复核阶段）

选手需要提交训练好的模型，以及能够针对初赛B榜测试集产出预测结果的预测部分代码。

初赛B榜提交的模型可以是一个，也可以是两个。鉴于一个模型兼容两种产品缺陷的难度较大，因此，模型得分相同时，提交一个模型的队伍优先晋级。

所有文件请打包在zip压缩包内，.zip文件中包含如下目录：

|-- project

|-- code

|-- train

|-- model

|-- raw_data

|-- round_test

|-- part1

|-- TC_Images

|-- part2

|-- TC_Images

|-- temp_data

|-- result

|-- data.zip

|-- requirements.txt

|-- description

|-- description.ipynb

1、测试代码文件夹 code/

选手需要将针对初赛B榜测试集的测试代码放入该文件夹中，并提供main.py文件作为程序入口，确保可以通过执行该文件来运行预测程序，得到最终结果。

2、训练代码文件夹train/

选手需要将针对初赛B榜的训练代码放入该文件夹中，初赛B榜不需要进行模型训练，但选手仍需提交完整源码以便人工复核。

3、模型文件夹 model/

选手需要将训练好的模型文件放入该文件夹中。

4、原始数据文件夹 raw_data/

选手无需提交原始竞赛数据文件，只需提交上文描述的raw_data目录结构。

round_test：存放初赛B榜测试集

5、中间数据文件夹 temp_data/

选手需要将图像处理等产生的中间数据放入该文件夹中。

6、预测结果文件夹result/

选手需要将测评结果保存成.zip格式，并放入该文件夹中。.zip文件中包含的目录与初赛A榜提交的.zip文件相同。

7、依赖说明文件requirements.txt

选手需要将测试代码所使用的依赖（需要安装的Python package）在requirements.txt文件中写明, 如‘tensorflow==1.14.0’。

8、说明文档文件夹description/

选手需要将含有算法思路、亮点解读、建模算力与环境的说明文档，以 Jupyter Notebook格式进行保存，并放入该文件夹。

说明文档内容可参考以下结构：

编程思路

简要说明算法编程实现方法和路径，提供核心代码段。

特色亮点

简要说明算法和程序在运算速度、效率等方面的特点和优势。

编程语言

采用的主要编程语言（注明版本号）。

软件运行环境

说明算法程序运行需配置的操作系统、语言环境、依赖包等（注明版本号）。

硬件配置环境

说明算法程序运行建议硬件环境配置。

运行说明

算法程序运行安装、配置、运行操作、算法结果等简要说明。

备注信息

其他需要说明或建议的内容。

三、复赛A榜

选手需要提交训练好的模型，以及能够针对复赛A榜测试集产出预测结果的预测部分代码。所有文件请打包在zip压缩包内，.zip文件中包含如下目录：

|-- project

|-- code

|-- model

|-- raw_data

|-- round_test

|--part1

|--TC_Images

|--part2

|--TC_Images

|--part3

|--TC_Images

|-- temp_data

|-- result

|-- data.zip

|-- requirements.txt

1、测试代码文件夹 code/

选手需要将针对复赛A榜测试集的测试代码放入该文件夹中，并提供main.py文件作为程序入口，确保可以通过执行该文件来运行预测程序，得到最终结果。

2、模型文件夹 model/

选手需要将训练好的模型文件放入该文件夹中。

3、原始数据文件夹 raw_data/

选手无需提交原始竞赛数据文件，只需提交上文描述的raw_data目录结构。

round_test：存放复赛A榜测试集

4、中间数据文件夹 temp_data/

选手需要将图像处理等产生的中间数据放入该文件夹中。

5、预测结果件夹result/

选手需要将测评结果保存成data.zip，并放入该文件夹。

data.zip文件中包含的目录如下：

|-- data

|-- focusight1_round2_train_part1

|-- TC_Images

|-- focusight1_round2_train_part2

|-- TC_Images

|-- focusight1_round2_train_part3

|-- TC_Images

TC_Images文件夹下提交的测评结果文件格式内容，请参考初赛A榜。

6、依赖说明文件requirements.txt

选手需要将测试代码所使用的依赖（需要安装的Python package）在requirements.txt文件中写明, 如‘tensorflow==1.14.0’。

注意：复赛A榜每天只有一次提交机会，使用GPU运行环境，程序运行时间不超过2小时。

四、复赛B榜(包括调试与人工复核阶段）

4.1 阶段说明

复赛B榜调试阶段：2020-11-6（12:00:00 中午）至 2020-11-11（12:00:00 中午）

每支队伍需要提交针对复赛B榜的训练代码、预测代码、dockerfile、notebook，具体内容可参考提交指南。
每支队伍总共有10次代码调试机会。
作品执行的时间点为：0:00、2:00、4:00、6:00、8:00、10:00、12:00、14:00、16:00、18:00、20:00、22:00，每个时间阶段内多次提交会选择最后一次提交的作品进行评分，上次提交的任务如果运行没有结束，可以继续提交。
训练集使用选取的30张安全数据集的图片，测试集使用选取的1000张安全数据集中的图片，使用GPU运行环境，程序运行时间不得超过1小时，复赛B榜测试集完全不可见。
评分会陆续计算得出，本阶段无排行榜。
提供程序运行的最后100行日志，供选手进行代码调试。

复赛B榜提交阶段：2020-11-11（12:00:00 中午）至 2020-11-12（12:00:00 中午）

选手需要在24小时内提交调试通过的作品，进行复赛B榜评分与复核。本阶段作品提交仅有一次机会。
使用GPU运行环境，程序运行时间不得超过26小时（训练+预测）。
复赛B榜人工复核环境为：6.8，已经预置tensorflow1.14(gpu)、pytorch1.2(gpu)、keras2.2.5(gpu)与scikit-learn 0.22。
本阶段得分排名将在人工复核阶段结束后公示。

复赛B榜人工复核阶段：2020-11-12（12:00:00 中午）至 2020-11-17（12:00:00 中午）

复赛B榜排名结果与晋级名单将在11月20日12：00开始公示，复赛B榜排名前6支队伍可进入决赛。

4.2 提交物说明

选手需要提交针对复赛B榜数据集的训练代码与测试代码。所有文件请打包在zip压缩包内，.zip文件中包含如下目录：

|-- project

|-- code

|-- train

|-- model

|-- raw_data

|-- round_train

|-- part1

|--OK_Images

|-- part2

|--OK_Images

|-- part3

|--OK_Images

|-- round_test

|-- part1

|--TC_Images

|-- part2

|--TC_Images

|-- part3

|--TC_Images

|-- temp_data

|-- result

|-- data.zip

|-- requirements.txt

|-- description

|-- description.ipynb

|-- Dockerfile

1、测试代码文件夹 code/

选手需要将针对复赛B榜测试集的测试代码放入该文件夹中，并提供main.py文件作为程序入口，确保可以通过执行该文件来运行训练、预测程序，得到最终结果。

2、训练代码文件夹 train/

选手需要将针对复赛训练集的训练代码放入该文件夹中，并在main.py中调用，确保可复现训练过程

3、模型文件夹 model/

选手需要将训练代码生成的模型文件放入该文件夹中，并注意不要将本地训练的模型文件上传到该文件夹。

注意：复赛B榜复现过程中，平台会先删除model文件夹内已有的模型文件，再运行main.py，进行一次完整的训练+测试流程。需要进行finetune，或需要预先读取其他文件的选手，需要注意不要将文件放在model文件夹下，如有需要，请放入temp_data文件夹。

4、原始数据文件夹 raw_data/

选手无需提交原始竞赛数据文件，只需提交上文描述的raw_data目录结构。

round_train：存放复赛B榜训练集
round_test：存放复赛B榜测试集

5、中间数据文件夹 temp_data/

选手需要将图像处理等产生的中间数据放入该文件夹中。

6、预测结果件夹result/

选手需要将测评结果保存成.zip格式，并放入该文件夹。.zip文件中包含的目录如下。

|--data
|--focusight1_round2_train_part1/TC_Images
|--focusight1_round2_train_part2/TC_Images
|--focusight1_round2_train_part3/TC_Images

7、依赖说明文件requirements.txt

选手需要将训练与测试代码所使用的依赖（需要安装的Python package）在requirements.txt文件中写明。

8、说明文档文件夹description/

选手需要将含有算法思路、亮点解读、建模算力与环境的说明文档，以 Jupyter Notebook格式进行保存，并放入该文件夹。

说明文档内容可参考以下结构：

编程思路

简要说明算法编程实现方法和路径，提供核心代码段。

特色亮点

简要说明算法和程序在运算速度、效率等方面的特点和优势。

编程语言

采用的主要编程语言（注明版本号）。

软件运行环境

说明算法程序运行需配置的操作系统、语言环境、依赖包等（注明版本号）。

硬件配置环境

说明算法程序运行建议硬件环境配置。

运行说明

算法程序运行安装、配置、运行操作、算法结果等简要说明。

备注信息

其他需要说明或建议的内容。

9、Dockerfile

平台采用了基于GPU计算资源的提交镜像的方式，将本地代码打包成镜像提交，推送至容器镜像仓库，由比赛平台拉取镜像运行。因此，选手需提交相应的Dockerfile文件。

Dockerfile中需要指定基础镜像为：swr.cn-east-3.myhuaweicloud.com/algorithm-platform/algorithm-base:latest
确保项目目录放在容器的/usr/src/app目录下
Dockerfile构建过程中确保不要引入国外的资源，防止镜像构建失败
镜像构建时长请确保在20分钟之内
程序运行时间需要控制在26小时内，超过后会被强行终止

注意：复赛B榜调试阶段共有10次调试机会，B榜测试集不可见。

五、决赛

决赛提交物以官方通知为准

六、提交示例

初赛A榜（含3个缺陷标注示例）	示例下载
初赛B榜	示例下载
复赛A榜	示例下载
复赛B榜	示例下载