直接回答
Vesuvius Challenge - Surface Detection 适合AI、Computer Science、Biomedical Engineering、数字人文等专业。围绕3D patch 采样与拼接，可以形成3D CT 可视化与基线、TIFF 掩码生成及格式校验及可复查的实验记录。
比赛任务是什么？
碳化卷轴无法直接展开。项目从三维 CT 子体积识别卷轴纸层表面，要求位置接近且结构连续，避免把相邻纸层粘在一起。它是表面分割任务，并不直接识别卷轴文字。
输入
- 尺寸不固定的 3D TIFF CT 子体积
- 训练掩码：背景、目标表面、未标注忽略区
输出
- 每个测试体积同尺寸的二值 TIFF 掩码，打包为 submission.zip
- 表面距离、断裂、粘连和拓扑误差分析
用一个例子理解项目
输入：一个 CT 子体积中有三层弯曲的纸张。
输出：输出三层各自连续的表面掩码。
教学示例；两层之间的一座错误“桥”虽只占少量体素，也可能破坏虚拟展开所需结构。
评价指标与验证
Surface Dice、VOI_score、TopoScore
官方使用三项指标的加权平均，分别关注表面位置、拆分/粘连和拓扑结构；使用转换后的 VOI_score，整体越高越好。
固定数据划分、评估器版本和资源条件，记录基线与对照结果，并解释错误样本。
技术路线
- 数据
查看三维纸层
核对 TIFF 尺寸、标签与忽略区。
- 基线
分块训练和推理
建立 2.5D/3D 基线，统一 patch 拼接。
- 结构
分析断裂与粘连
比较阈值和后处理对表面连通性的影响。
- 复盘
记录三项指标
展示切片与 3D 结构，解释误差类型。
适合专业与项目难度
3D CT 与分割对应计算机、AI 和医学影像工程；虚拟展开连接数字人文，表面几何与拓扑评估连接数学。
为什么评为高级？
不规则 3D 体积、忽略标签、patch 拼接及三项结构指标相互影响，需要显存管理和拓扑错误分析。
等级说明：跨多阶段或研究型系统，涉及复杂数据、模型/算力约束或强领域先修知识。
建议具备的基础
- Python、PyTorch 与图像分割
- 3D 数组、patch 和 GPU 显存管理
可以从哪里开始
先在小体积上完成读取、切片可视化、分割及 TIFF 输出，再增加拓扑评估。
专业与难度由本站根据项目文档分析，面向基线复现与对照实验；具体门槛取决于承担的任务和项目深度。 这不是 Kaggle 官方评级。
可以形成的成果
- 3D CT 可视化与基线
- TIFF 掩码生成及格式校验
- 三项指标与结构错误对照
- 实验复盘及数字考古展示
成果预览与验收方式
下面展示建议的成果结构，实际内容由本人运行、实验和整理后形成。
- 01读取数据与检查格式
- 02运行并记录基线
- 03完成一项对照实验
- 04整理 README、错误分析与贡献说明
本项目重点验收：每个测试体积同尺寸的二值 TIFF 掩码，打包为 submission.zip；表面距离、断裂、粘连和拓扑误差分析。
如何把公开方案变成自己的项目？
先注明来源与许可，再复现可运行基线，增加数据审计、方法对照和错误分析。README 应写清环境、数据、复现步骤、本人改动与局限；公开作者的分数和竞赛经历应单独归属。
- 如何验证3D patch 采样与拼接的实际效果？
- 如何验证未标注区处理和表面分割的实际效果？
- 如何验证连通性与拓扑感知评估的实际效果？
留学、科研与求职如何使用？
留学申请
展示 AI 与文物研究、三维视觉的结合。
考研 / 科研
研究表面连续性、损失设计与拓扑误差。
求职 / 作品集
展示大体积数据工程、推理拼接和结构评估。
公开 Notebook、方案与讨论
以下入口来自项目文档中的公开资料，适合阅读和设计复现实验。
公开材料的运行环境、许可和作者结论请结合原页面复核。
- tonylica/nnunet-4-model-7-5-2-1-final-submit-so-long ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- zy1343930734/nnunet-notebook ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- tonyai007/inference-vesuvius-surface-3d-detection-epoch-x5 ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- 3D Viewer Utility ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
- Update: Test set fix, submission rescore, and deadline extension ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
- Request to host - Transparency on new leaderboard scoring ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
常见问题
Vesuvius Challenge - Surface Detection 项目适合什么专业？
3D CT 与分割对应计算机、AI 和医学影像工程；虚拟展开连接数字人文，表面几何与拓扑评估连接数学。
Vesuvius Challenge - Surface Detection 可以形成什么成果？
3D CT 可视化与基线、TIFF 掩码生成及格式校验、三项指标与结构错误对照、实验复盘及数字考古展示；以本人实际运行、记录和能够解释的工作为准。
这个项目直接读取卷轴文字吗？
不是。本赛题定位纸层表面，为后续虚拟展开提供掩码；文字恢复是其他后续环节。
如何从公开方案形成自己的项目？
先标明代码与数据来源，实际运行基线，再完成一项可复查的对照实验、错误分析和个人贡献记录。公开作者的分数不能作为自己的成绩。
公开来源与个人贡献边界
文档记录的历史状态用于项目规划，非实时赛事信息。数据、代码、模型许可及单场 Rules 以官方最新页面为准。本人贡献需有运行与实验记录，公开方案和他人成绩保留原作者归属。
Kaggle 官方竞赛与任务说明 ↗ · 赛题、数据、评估与状态以官方页面为准。
单场比赛 Rules ↗ · 复用数据、代码与模型前检查许可和适用规则。
规划适合你的项目深度
结合目标、专业、已有基础和时间，确定基线、对照实验与成果表达的范围。