最近在接触一些机器学习的内容，从基础理论到具体项目的复现和学习，发现自己已经热衷于机器学习的种种，恰巧这两天碰到了这样的一个瓜：AI破译烧焦古卷
小编便在社区里查了查，发现还没什么博主及时跟进这个挑战赛，为此小编充当一个搬运工的角色，带领大家一块吃瓜！！！
历史背景：
公元79年
维苏威火山喷发。
在赫库兰尼姆，二十米的热泥和灰烬埋葬了曾经由凯撒大帝的岳父拥有的巨大别墅。在里面，有一个庞大的纸莎草纸卷轴图书馆。
公元1750年
一位农民发现了被埋葬的别墅。
在挖井时，一名意大利农场工人遇到了大理石路面。发掘出美丽的雕像和壁画 - 以及数百卷卷轴。它们碳化和灰化，非常脆弱。但是打开它们的诱惑很大;如果阅读，它们将使我们拥有的古代文学语料库增加一倍以上。
不幸的是，早期打开卷轴的尝试摧毁了其中的许多卷轴。其中一些是由一位意大利僧侣几十年来精心展开的，发现它们包含用希腊语写成的哲学文本。超过六百个仍未打开且无法阅读。
更重要的是，挖掘工作从未完成，许多历史学家认为还有数千卷卷轴留在地下。
想象一下罗马和希腊哲学、科学、文学、数学、诗歌和政治的秘密，它们被锁在这些灰烬中，等待阅读！
2015 AD
布伦特·西尔斯博士开创了虚拟展开。
使用X射线断层扫描和计算机视觉，由肯塔基大学的Brent Seales博士领导的一个团队在不打开的情况下读取En-Gedi卷轴。这卷卷书是在以色列死海地区发现的，被发现包含利未记中的文字。
公元2019年
进入粒子加速器。
西尔斯博士和他的团队决心将虚拟解包应用于赫库兰尼姆纸莎草纸，开始测试一个新想法。在红外光下，纸莎草纸的一些分离碎片是可读的，这些碎片似乎可以用作机器学习模型的地面实况数据，该模型可以从X射线中检测到其他不可见的墨水。
为了获得尽可能高分辨率的X射线，该团队使用粒子加速器扫描两个完整的卷轴和几个碎片。在4-8μm分辨率下，每个体素有16位密度数据，他们认为机器学习模型可以在纸莎草纸中发现微妙的表面图案，表明碳基墨水的存在。
今天
你可以解决这个古老的难题。
2023年初，Seales博士的实验室取得了突破：他们的机器学习模型成功地识别了X射线扫描中的墨水，证明可以使用2019年获得的扫描将虚拟展开应用于赫库兰尼姆卷轴，甚至可以在纸莎草纸的隐藏层中发现一些字符。
275年后，赫库兰尼姆纸莎草纸的古老难题已经沦为软件问题 - 一个你可以帮助解决的问题！
21岁计算机科学专业学生在未开封的赫库兰尼姆卷轴中发现的第一个单词
维苏威火山挑战赛 $700,000 大奖“现在绝对可以实现”
十月12th，2023
这种笔迹已经隐藏了2000年。
挑战概述
维苏威火山挑战赛的目标是通过第一次阅读未打开的赫库兰尼姆卷轴来创造历史。我们相信，公开竞争将加速进展，并使我们能够在2023年实现这一目标。
加入社区
- 加入我们的 Discord 服务器，提出问题，了解正在发生的事情，与其他参赛者和感兴趣的旁观者一起闲逛，也许还可以找到队友。
- 每 1-2 周从我们在 Substack 上的邮件列表中接收更新。
- 在推特上关注@scrollprize。
我们的团队可以解答有关 Discord 的任何问题和反馈。您也可以发送电子邮件至 team@scrollprize.org。
当前状态
最近一直在发生：
当前奖品
- 大奖：700,000 美元奖金，截至 31 年 2023 月 <> 日。
- 更多奖品即将推出！
我们已经颁发了 260,000 美元的奖金。
细分工具
- 最新进展：细分工具二等奖完成（2 年 3 月 2023 日）。
- 下一个里程碑：分割两个卷轴的所有纸莎草纸。
油墨检测工具
- 近期进展：获得第一封信奖!!（12 年 2023 月 <> 日）。
- 下一个里程碑：大奖？！
- 新的中级奖项即将公布。
社区项目
工作可分为两类：
- 分割：在 3D X 射线体积中映射纸莎草纸（“片段”）。请参阅教程 3 和数据>段。
- 油墨检测：检测分段油墨。请参阅教程 4。
分割
滚动 1 中的一些片段
体积制图师
原始 Github 存储库 / Julian 的更快版本 （@RICHI）
细分团队（承包商和志愿者）目前使用的主要工具是体积制图员。
该工具最初由EduceLab创建，现在由EduceLab和维苏威火山挑战社区进行改进。该工具得到了很大的改进，具有更准确，更快的分割算法和UI改进。
资源：
- 教程 3.我们有一个关于如何使用体积制图器的深入教程。
- 光流分割 v2。该团队主要使用Julian Schilliger（@RICHI Discord）的这个版本。
- 《体积制图师分割器指南》（适用于承包商）。有关细分团队如何运作的更多技术详细信息，请查看此文档。
- 体积制图员的应用程序和实用程序页面。另外，请务必查看此目录中的其他各种文档。
- 数据处理工作流文档，位于墨迹 ID 存储库中，但主要是关于体积制图师和分段的。还介绍了如何对碎片的红外照片进行对齐（“配准”），以及如何创建二进制墨水标签。
- 本的细分教程。Ben（@Hari_Seldon Discord）详细介绍了如何进行分段。
- JP的细分党。JP做了一堆分割。
基于片段的墨水检测技术是Kaggle墨水检测奖的前10个模型。
- 第一名：雷奇斯。 Writeup / Github / Inference notebook / Presentation
- 第二名：RTX2。 Writeup / Github / Inference notebook / Presentation
- 第三名：武宇。 Writeup / Github / Inference notebook / Presentation
- 第四名：浦项制铁DX - 安熙英。 Writeup / Github / Inference notebook / Presentation
- 第五名：阿克塞尔。 Writeup / Github / Inference notebook
- 第六名：楚马金。 Writeup / Github / Inference notebook / Presentation
- 第七名：OverthINKingSegmenter。 Writeup / Github / inference in repo
- 第八名：运气就是你所需要的。 Writeup / Github / repo中的推理 / 演示文稿
- 第9名：还是1折，2净。 Writeup / Github / Inference notebook / Presentation
- 第十位：冯启龙。 Writeup / Github / Inference notebook / Presentation
教程 1：技术概述
在这些教程中，我们分享了当前最好的工具和技术，用于虚拟打开和阅读碳化纸莎草纸卷轴，而无需物理打开它们。
我们的期望是，您将在这些技术的基础上，改进工具和模型。但是，当然，您可能有更好的想法，并且可以自由地以您认为可行的任何方式进行维苏威火山挑战赛！
我们读取碳化卷轴过程中的三个步骤是：
- 扫描：使用 X 射线断层扫描创建卷轴或碎片的 3D 扫描
- 分割和展平：在3D扫描中找到卷纸莎草纸的层，然后将它们展开成扁平的“表面体积”
- 油墨检测：使用机器学习模型识别扁平表面体积中的油墨区域
搬运工只能帮大家到这里了，感兴趣的可以去官网查看👇：
Vesuvius Challenge (scrollprize.org)
版权归原作者 云边牧风 所有， 如有侵权，请联系我们删除。