天池CV热身赛组队学习阶段性总结（1）

前言

这次有幸能够参加datawhale组织的天池CV热身赛组队学习活动，感觉对自己熟悉竞赛流程和学习需要掌握的竞赛技巧和AI技术都会有非常大的帮助。我之前没有任何相关比赛的经历，所以这次报名了datawhale组队学习的活动，希望在这方面有一定的成长。本篇博客对组队学习中的过程和学习内容进行阶段性总结。

对我来说本次比赛的几个新知识和难点：

新知识：

1. 熟悉赛制和比赛流程；
2. Docker容器技术；
3. Baseline的快速实现与上分；
4. 编写博客做阶段性总结；

难点：

1. 个人的时间管理能力。毕竟是个上班狗，个人的时间和精力的管理成了很重要的一个部分；

熟悉赛制和比赛流程

比赛网址：
https://tianchi.aliyun.com/s/fed26b0e90c5776e6b3d61cd5912a423
天池官网提供了详细的赛制流程介绍，同时在该网址可以下载比赛中需要用到的训练数据。

比赛的baseline代码可以在github上找到相应的资源进行学习：
https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection

datawhale在B站对比赛、baseline的代码和提分技巧进行了一定的介绍，可以观看B站的录播视频进行学习：https://www.bilibili.com/video/BV1dK4y1Q7dc/

Docker容器技术

Docker的整个生命周期有三个部分组成：镜像（image）+容器（container）+仓库（repository）
容器是由镜像实例化而来，也可以说，镜像是文件，容器是进程。容器是基于镜像创建的，即容器中的进程依赖于镜像中的文件。
Docker的镜像概念类似虚拟机的镜像，是一个只读的模板，一个独立的文件系统，包括运行容器所需的数据，可以用来创建新的容器。
Docker的镜像实际上是由一层一层的系统文件组成，这种层级的文件系统被称为Union File System。镜像可以基于Dockerfile创建，Dockerfile是一个描述文件，里面包含了若干条命令，每条命令都会对基础文件系统创建新的层级结构。
Docker利用容器来运行应用：Docker容器是由Docker镜像创建的运行实例。Docker容器类似于虚拟机，可以执行包含启动、停止、删除等。每个容器之间是相互间隔的。容器中会运行特定的应用，包含特定应用的代码及所需的依赖文件。可以把容器看做一个简易版的Linux环境和运行其中的应用程序。
Docker仓库：用来包含镜像的位置。Docker提供了一个注册服务器（register）来保存多个仓库，每个仓库又可以包含多个具有不同tag的镜像。

Docker环境配置指南

1. 本地环境安装docker工具
   下载Docker Desktop for Windows并安装；
2. 创建镜像服务
   申请阿里云容器镜像服务，并创建仓库；容器镜像服务提供多地域镜像托管能力。
3. 构建镜像并推送
   为简化构建镜像的难度，天池已准备了常用的Python基础镜像，可直接拉取。
   3.1 准备所需文件
   Dockerfile
   hellow_world.py
   result.json
   run.sh
   3.2 构建镜像并推送
   docker build
   docker run
   docker push
4. 提交验证运行结果
   在【提交结果】中填写推送的镜像路径、用户名和密码，即可提交。

Docker环境配置指南的具体内容可以参考以下链接：
https://mp.weixin.qq.com/s/JiimSmuD3S5lSS9MmH2GJw

Baseline的快速实现和上分

目前还在处理这方面的内容，已经下载完数据和代码。