前言

恩，果然都是要到月初我才會想起上個月還沒有保持至少發一篇文章的事情…算了，反正發文日期可以自己調整。
回歸正題，這次要記錄的是在Kaggle上的一項競賽 ─ Carvana Image Masking Challenge。顧名思義，我們要做的事情就是幫內含一部車輛的圖片，找出適合的遮罩，讓圖片只留下車子。

心得

這樣講也許有點抽象，不過看了下圖的範例後，各位也許就能了解這項競賽所希望做的事情。

上圖中，左側的圖片是未經處理的原始圖片，中間的圖片則是車子的遮罩，右邊的圖片則是原始圖片經過遮罩處理，所得到的純車子照片。在過去，如果要產生車子的遮罩的話，即使有好用的影像處理軟體，仍然須用人工的方式進行。而在競賽裡，我們要做的就是透過電腦運算的方式，自動產生符合車子的遮罩範圍。

好的，重點來了，我們要怎麼樣才能透過電腦自動產生符合車子的遮罩範圍呢？

答案是深度學習。

是的，目前最好的方式是，使用深度學習網路來完成。而現在已經有不少該競賽的獲獎者，公開自己的解題思路或是完整代碼，有興趣的人可以自己上Kaggle上學習。

老實說我也沒有花心思在這項競賽上，只是簡單改寫了一下他人開源的程式碼，但是無庸置疑的，這項競賽個人認為非常有趣，而且成果已經可以說是近乎完美(近乎99.6%的準確度)。