{
  "fetched_at": "2026-10-20T09:27:21Z",
  "source_url": "https://www.kaggle.com/competitions/aia-chaos-class-obdet-da/data",
  "pages": [
    {
      "name": "data-description",
      "content": "請使用CT和MRI影像(MRI_T2SPIR)這兩個domain，聯合訓練一個語意分割模型 - Target label是肝臟，請從影像中對肝臟位置進行語意分割 - 只能使用一個模型，對兩個domain分別訓練語意分割模型是不可以的(Domain Generalization task) 資料在hub上，或者也可以從以下連結取得相關檔案 https://drive.google.com/drive/u/1/folders/1w0-9v3jOMDw38ZT8M0nNuxtgy2fwkBDg\n\n其他說明: 1. 影像分割有兩個任務，第一個domain generization是結業的baseline，第二個是Domain Adaptation (self.supervised)，屬於進階挑戰 2. 影像分割只會用到T2 phase也就是SPIR的MRI影像，DUAL的部分未免學員沒注意簡報，我已經清除並更新在資料集上",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "### baseline說明\nbaseline是把通道縮小到1/8倍的Unet，如果你繼承這個架構，並且能使用自監督方法達到baseline，就表示你的領域遷移技巧是有用的。\n\n### 專題說明\n\n請使用CT(with ground truth)和MRI影像(MRI_T2SPIR)(部分有ground truth)，進行CT到MRI的領域遷移。\n- Target label是肝臟，請從影像中對肝臟位置進行語意分割 \n- 只需要預測MRI影像\n- 資料在hub上，或者也可以從以下連結取得相關檔案 https://drive.google.com/drive/u/1/folders/1w0-9v3jOMDw38ZT8M0nNuxtgy2fwkBDg\n- kaggle testset路徑為CHAOS_AIAdatasets/2_Domain_Adaptation_dataset/testset\n\n其他說明:\n\n影像分割有兩個任務，第一個domain generization是結業的baseline，只要完成就能結業。\n本競賽是第二個挑戰，Domain Adaptation (self.supervised)任務，屬於進階挑戰，影響成績但不會與結業與否關聯。\n影像分割只會用到T2 phase也就是SPIR的MRI影像，DUAL的部分未免學員沒注意簡報，我已經清除並更新在資料集上\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "可以互相討論，甚至跨組討論。",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}