赛题名称：野生大熊猫个体识别挑战赛
　　赛题类型：计算机视觉、图像分类
　　赛题任务：输入一张大熊猫的部位图像（头部、左侧身体或右侧身体），输出该个体的唯一身份
　　比赛背景
　　在智慧生态保护与野生动物监测中，个体识别是一项基础且关键的任务。借助红外相机、巡护设备和野外监测网络，保护人员可以长期获取大量野生动物图像资料。然而，如何从海量图像中快速、准确地完成个体身份的确认，仍是生态保护与智能分析中的一大难题。
　　幸运的是，许多野生动物具有稳定的外观差异——头部纹理、体侧条纹、斑点分布、毛色块状特征或局部轮廓结构——这些视觉信息为基于计算机视觉的个体识别提供了可行基础。大熊猫作为典型的具有稳定外观差异的物种，其头部、左右身体的局部纹理特征足以支撑个体身份的细粒度判别。
　　本赛题基于公开数据集iPanda50，聚焦于裁剪后的部位图像进行个体身份识别评测。为降低任务门槛并聚焦于身份识别能力，赛题不设置整图目标检测任务，而是统一围绕动物局部部位图像开展识别评测。
　　比赛目标
　　本次比赛的核心任务是：输入一张大熊猫的部位图像（头部、左侧身体或右侧身体），输出该个体的唯一身份ID。
　　具体而言：
　　部位类别固定为三类：head（头部）、left body（左侧身体）、right body（右侧身体）
　　总标签空间为50个个体ID
　　参赛者需基于主办方提供的脚本和划分文件，自行从iPanda50原始数据中构建训练集
　　最终对匿名测试集图像进行预测，提交image_id与predicted_id的映射结果
　　注意：测试集的真实标签由主办方私有保存，参赛者无法获取，确保评测的公平性。
　　比赛时间轴
　　阶段日期说明
　　报名开始/初赛启动2026-06-30开放注册，发布数据和脚本
　　正赛报名截止2026-09-03此后不再接受新队伍报名
　　决赛颁奖2026-10-24公布最终排名并颁发奖金
　　参赛团队共74支，总奖金池￥10,000。参赛者需在报名后完成数据准备、模型训练和结果提交，每日最多提交3次，排行榜保留历史最优成绩。
　　评价指标详解

　模型训练和验证

　　#学习大模型&讨论Kaggle#

   https://mp.weixin.qq.com/s/5E36mVJmmlMUO0Xbq_H07Q