Sign up for the live webinar on Tuesday, 7 February 2023 at 3-4 PM WAT --> http://bit.ly/3Wq9hli
Cocoa farming has driven massive deforestation in West Africa: Cote d’Ivoire, the world’s leading exporter, has seen a loss of 80% of its forests since its independence in 1960. While cocoa is traditionally grown in monoculture, it can thrive under the shade of tall trees. To restore some of the lost tree cover, the planting of shade trees is a high priority for the country as well as the private sector, to reverse the impacts of deforestation and improve carbon sequestration by African tropical forests.
In this challenge, your objective is to predict biomass in shaded regions in Cote d’Ivoire based on GEDI, Sentinel-2 and ground truth biomass data. Remote monitoring of the increase of biomass will help measure the impact of reforestation efforts in Cote d’Ivoire as well as detect degradation of forests due to cocoa, without requiring expensive and labor-intensive biomass estimates on the ground.
La culture du cacao a entraîné une déforestation massive en Afrique de l'Ouest: La Côte d'Ivoire, premier exportateur mondial, a vu disparaître 80% de ses forêts depuis son indépendance en 1960. Si le cacao est traditionnellement cultivé en monoculture, il peut prospérer à l'ombre de grands arbres. Pour restaurer une partie de la couverture forestière perdue, la plantation d'arbres d'ombrage est devenue une grande priorité pour le gouvernement et le secteur privé, afin d'inverser l'impact de la déforestation et d'améliorer la séquestration du carbone par les forêts tropicales africaines.
Dans ce défi, votre objectif est de prédire la biomasse dans les régions ombragées de la Côte d'Ivoire en vous basant sur les données de biomasse de l'IEDG, de Sentinel-2 et de la vérité terrain. La surveillance à distance de l'augmentation de la biomasse aidera à mesurer l'impact des efforts de reboisement en Côte d'Ivoire et à détecter la dégradation des forêts due au cacao. Cette méthode constitue une alternative à l'estimation de la biomasse sur le terrain qui est coûteuse et nécessite beaucoup de travail.
The error metric for this competition is the Root Mean Squared Error.
For every row in the dataset, submission files should contain 2 columns: Tile and Count.
Your submission file should look like this:
La mesure d'évaluation pour ce challenge est Root Mean Squared Error.
Pour chaque ligne de l'ensemble de données, les fichiers de soumission doivent contenir 2 colonnes: Tile and Count.
Votre fichier de soumission devrait ressembler à:
Tile Count GL5_15360_8192 5 GL5_15360_9216 12
1st place/ 1er prix: $5 000 USD
2nd place/ 2e prix: $3 000 USD
3rd place/3e prix: $2 000 USD
Competition starts on 27 January 2023.
Competition closes on 21 May 2023.
Final submissions must be received by 11:59 PM GMT.
We reserve the right to update the contest timeline if necessary.
Le concours débute le 27 Janvier 2023.
Fin du concours le 21 Mai 2023.
Les soumissions finales doivent être reçues avant 23h59 GMT.
Nous nous réservons le droit de mettre à jour le calendrier du concours si nécessaire.
About data354 (data354.com)
Established in 2019, data354 is the first advisory firm pure-player data in West Africa. Our mission is to foster the emergence of data expertise in Africa by supporting our clients throughout their data journeys and help them to become more data-driven and to get most out of their data using the unique combination of our expertise in Strategy and Management Advisory and our mastery of data technologies.
Créée en 2019, data354 est le premier cabinet de conseil en data pure player en Afrique de l'Ouest. Notre mission est de favoriser l'émergence d'une expertise Data en Afrique en accompagnant nos clients tout au long de leur parcours data, les aider à devenir plus data-driven et à tirer le meilleur parti de leurs données grâce à notre combinaison unique d'expertise en conseil en Stratégie et Management et notre expertise Technologique.
About Deutsche Gesellschaft für Internationale Zusammenarbeit GIZ GmbH (co-funded by EU and fAIrforward- Artifical Intelligence for all)
The Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ), on behalf of the German Federal Ministry for Economic Cooperation and Development (BMZ), participates in this challenge with three projects:
La Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ), au nom du ministère fédéral allemand de la coopération économique et du développement (BMZ), participe à ce défi avec trois projets :
About Bureau National d'Études Techniques et de Developpement (bnetd) (bnetd.ci/fr)
Created in 1978 under the name of Direction et Contrôle des Grands Travaux (DCGTx), the Bureau National d'Etudes Techniques et de Développement (BNETD) is a design office created to contribute to the development of Ivory Coast and the African countries in which it is present. In Ivory Coast, it is responsible for designing, monitoring studies and project management of public works, assisting and advising the government in the implementation of its road, water and energy infrastructure development policy.
Créé en 1978 sous la dénomination de la Direction et Contrôle des Grands Travaux (DCGTx), le Bureau National d'Etudes Techniques et de Développement (BNETD) est un bureau d'études créé dans le but de contribuer au développement de la Côte d'Ivoire et des pays africains dans lesquels il est présent. En Côte d'Ivoire, il a un rôle de conception d'études et de maîtrise d'œuvre pour de nombreux travaux publics et conseille l'État dans la programmation et la mise en œuvre de sa politique de développement d'infrastructures routières, hydrauliques et d'énergie.
About Institute for Computational Science, University of Zurich (UZH) (ics.uzh.ch)
The Data Science for Sciences group at University of Zurich and the EcoVision Lab at ETH Zurich, both led by Jan Dirk Wegner, do research at the frontier of machine learning, computer vision, and remote sensing to solve scientific questions in the environmental sciences and geosciences. The objective is to invent original, data-driven methods that analyze environmental data at a very large scale automatically. We innovate on a very technical level and closely collaborate with our colleagues from, for example, ecology to jointly find new ways to protect our environment at global scale. Scientific projects include global mapping of vegetation parameters like canopy top height and carbon stocks at very high spatial and temporal resolution, monitoring of agricultural land, water-level prediction under flooding scenarios, or establishing a rapid-alert system that detects deforestation. On the technical side, we investigate exciting topics like uncertainty quantification in deep learning, explainable AI, graph neural networks, or time-series analysis with neural ordinary differential equations. We believe that interdisciplinary research is key to scientific breakthroughs and always aim at putting our research into practice by collaborating with NGOs, company's or public administration.
Le groupe Data Science for Sciences de l'Université de Zurich et le laboratoire EcoVision de l'ETH Zurich, tous deux dirigés par Jan Dirk Wegner, mènent des recherches à la frontière de l'apprentissage automatique, de la vision par ordinateur et de la télédétection pour résoudre des questions scientifiques dans le domaine des sciences environnementales et des géosciences. L'objectif est d'inventer des méthodes originales, axées sur les données, qui analysent automatiquement des données environnementales à très grande échelle. Nous innovons à un niveau très technique et collaborons étroitement avec nos collègues de l'écologie, par exemple, pour trouver ensemble de nouveaux moyens de protéger notre environnement à l'échelle mondiale. Les projets scientifiques comprennent la cartographie mondiale des paramètres de la végétation, comme la hauteur du sommet de la canopée et les stocks de carbone, à très haute résolution spatiale et temporelle, la surveillance des terres agricoles, la prévision des niveaux d'eau dans le cadre de scénarios d'inondation ou la mise en place d'un système d'alerte rapide qui détecte la déforestation. Sur le plan technique, nous étudions des sujets passionnants tels que la quantification de l'incertitude dans l'apprentissage profond, l'IA explicable, les réseaux neuronaux graphiques ou l'analyse des séries chronologiques à l'aide d'équations différentielles ordinaires neuronales. Nous pensons que la recherche interdisciplinaire est la clé des percées scientifiques et nous cherchons toujours à mettre nos recherches en pratique en collaborant avec des ONG, des entreprises ou des administrations publiques.
About The University of Queensland (uq.edu.au)
The team of Wilma Blaser at University of Queensland does research in ecology and land use changes. Particular interest is in gaining a better understanding of how commodity sourcing in the tropics, like cocoa in Ghana and Cote d’Ivoire, for example, do impact the environment and well-being of smallholder farmers. The team tries to connect very local, in situ data about cocoa farms, shade tree cover, biomass, tree species etc. with large-scale data from remote sensing to enable well-informed decision making at country-scale. The team collaborates with many international partners at NGOs and in academia to achieve true societal impact with academic research.
L'équipe de Wilma Blaser, à l'université du Queensland, mène des recherches sur l'écologie et les changements d'affectation des sols. Elle s'intéresse particulièrement à mieux comprendre comment l'approvisionnement en produits de base dans les tropiques, comme le cacao au Ghana et en Côte d'Ivoire, par exemple, a un impact sur l'environnement et le bien-être des petits exploitants. L'équipe tente de relier les données très locales, in situ, sur les plantations de cacao, la couverture d'arbres d'ombrage, la biomasse, les espèces d'arbres, etc., aux données à grande échelle issues de la télédétection, afin de permettre la prise de décisions éclairées à l'échelle nationale. L'équipe collabore avec de nombreux partenaires internationaux au sein d'ONG et d'universités pour que la recherche universitaire ait un véritable impact sur la société.
How to enroll in your first Zindi competition
How to create a team on Zindi
How to update your profile on Zindi
This challenge is open to all.
Teams and collaboration
You may participate in competitions as an individual or in a team of up to four people. When creating a team, the team must have a total submission count less than or equal to the maximum allowable submissions as of the formation date. A team will be allowed the maximum number of submissions for the competition, minus the total number of submissions among team members at team formation. Prizes are transferred only to the individual players or to the team leader.
Multiple accounts per user are not permitted, and neither is collaboration or membership across multiple teams. Individuals and their submissions originating from multiple accounts will be immediately disqualified from the platform.
Code must not be shared privately outside of a team. Any code that is shared, must be made available to all competition participants through the platform. (i.e. on the discussion boards).
The Zindi data scientist who sets up a team is the default Team Leader but they can transfer leadership to another data scientist on the team. The Team Leader can invite other data scientists to their team. Invited data scientists can accept or reject invitations. Until a second data scientist accepts an invitation to join a team, the data scientist who initiated a team remains an individual on the leaderboard. No additional members may be added to teams within the final 5 days of the competition or last hour of a hackathon.
The team leader can initiate a merge with another team. Only the team leader of the second team can accept the invite. The default team leader is the leader from the team who initiated the invite. Teams can only merge if the total number of members is less than or equal to the maximum team size of the competition.
A team can be disbanded if it has not yet made a submission. Once a submission is made individual members cannot leave the team.
All members in the team receive points associated with their ranking in the competition and there is no split or division of the points between team members.
Datasets and packages
The solution must use publicly-available, open-source packages only.
You may use only the datasets provided for this competition. Automated machine learning tools such as automl are not permitted.
You may use pretrained models as long as they are openly available to everyone.
The data used in this competition is the sole property of Zindi and the competition host. You may not transmit, duplicate, publish, redistribute or otherwise provide or make available any competition data to any party not participating in the Competition (this includes uploading the data to any public site such as Kaggle or GitHub). You may upload, store and work with the data on any cloud platform such as Google Colab, AWS or similar, as long as 1) the data remains private and 2) doing so does not contravene Zindi’s rules of use.
You must notify Zindi immediately upon learning of any unauthorised transmission of or unauthorised access to the competition data, and work with Zindi to rectify any unauthorised transmission or access.
Your solution must not infringe the rights of any third party and you must be legally entitled to assign ownership of all rights of copyright in and to the winning solution code to Zindi.
Submissions and winning
You may make a maximum of 10 submissions per day.
You may make a maximum of 300 submissions for this competition.
Before the end of the competition you need to choose 2 submissions to be judged on for the private leaderboard. If you do not make a selection your 2 best public leaderboard submissions will be used to score on the private leaderboard.
During the competition, your best public score will be displayed regardless of the submissions you have selected. When the competition closes your best private score out of the 2 selected submissions will be displayed.
Zindi maintains a public leaderboard and a private leaderboard for each competition. The Public Leaderboard includes approximately 30% of the test dataset. While the competition is open, the Public Leaderboard will rank the submitted solutions by the accuracy score they achieve. Upon close of the competition, the Private Leaderboard, which covers the other 80% of the test dataset, will be made public and will constitute the final ranking for the competition.
Note that to count, your submission must first pass processing. If your submission fails during the processing step, it will not be counted and not receive a score; nor will it count against your daily submission limit. If you encounter problems with your submission file, your best course of action is to ask for advice on the Competition’s discussion forum.
If you are in the top 10 at the time the leaderboard closes, we will email you to request your code. On receipt of email, you will have 48 hours to respond and submit your code following the Reproducibility of submitted code guidelines detailed below. Failure to respond will result in disqualification.
To be eligible for cash prizes, 1st, 2nd, or 3rd on the final leaderboard will release their top solutions under an open source license for ongoing use and learning.
If two solutions earn identical scores on the leaderboard, the tiebreaker will be the date and time in which the submission was made (the earlier solution will win).
The winners will be paid via bank transfer, PayPal, or other international money transfer platform. International transfer fees will be deducted from the total prize amount, unless the prize money is under $500, in which case the international transfer fees will be covered by Zindi. In all cases, the winners are responsible for any other fees applied by their own bank or other institution for receiving the prize money. All taxes imposed on prizes are the sole responsibility of the winners. The top 3 winners or team leaders will be required to present Zindi with proof of identification, proof of residence and a letter from your bank confirming your banking details.Winners will be paid in USD or the currency of the competition. If your account cannot receive US Dollars or the currency of the competition then your bank will need to provide proof of this and Zindi will try to accommodate this.
Payment will be made after code review and sealing the leaderboard.
You acknowledge and agree that Zindi may, without any obligation to do so, remove or disqualify an individual, team, or account if Zindi believes that such individual, team, or account is in violation of these rules. Entry into this competition constitutes your acceptance of these official competition rules.
Zindi is committed to providing solutions of value to our clients and partners. To this end, we reserve the right to disqualify your submission on the grounds of usability or value. This includes but is not limited to the use of data leaks or any other practices that we deem to compromise the inherent value of your solution.
Zindi also reserves the right to disqualify you and/or your submissions from any competition if we believe that you violated the rules or violated the spirit of the competition or the platform in any other way. The disqualifications are irrespective of your position on the leaderboard and completely at the discretion of Zindi.
Please refer to the FAQs and Terms of Use for additional rules that may apply to this competition. We reserve the right to update these rules at any time.
A README markdown file is required
It should cover:
Your code needs to run properly, code reviewers do not have time to debug code. If code does not run easily you will be bumped down the leaderboard.
Consequences of breaking any rules of the competition or submission guidelines:
Monitoring of submissions
Ce défi est ouvert à tous.
Équipes et collaboration
Vous pouvez participer à ce challenge en tant qu’individu ou en équipe de quatre personnes maximum. Lors de la création d’une équipe, l’équipe doit avoir un nombre total de soumissions inférieur ou égal au nombre maximal de soumissions autorisées à la date de formation. Une équipe aura droit au nombre maximum de soumissions pour le challenge, moins le nombre le plus élevé de soumissions parmi les membres de l’équipe lors de la formation de l’équipe.
Plusieurs comptes par utilisateur ne sont pas autorisés, pas plus que la collaboration ou l’appartenance à plusieurs équipes. Les individus et leurs soumissions provenant de plusieurs comptes seront disqualifiés.
Le code ne doit pas être partagé en privé en dehors d’une équipe. Tout code partagé doit être mis à la disposition de tous les participants au concours via la plateforme. (c’est-à-dire sur les forums de discussion).
Le participant qui initie l’équipe est par défaut le chef d’équipe mais il peut transférer le rôle de Chef d’équipe aux autres data scientists de l’équipe. Les membres invités peuvent accepter ou refuser l’invitation. Jusqu’à ce qu' un autre data scientist rejoint l’équipe, le participant ayant initié l’invitation demeure l’unique sur le classement. Aucun membre ne sera ajouté à une équipe pendant les 5 derniers jours de la compétition ou la dernière heure du challenge.
Le chef d’équipe peut initier un mélange avec une autre équipe. Seul le chef d’équipe de la seconde équipe peut accepter l’invitation. Le chef d’équipe par défaut dans ce cas est celui ayant initié l’invitation. Les équipes ne peuvent se mélanger que si le nombre total de membres est inférieur ou égal au maximum de la taille d’une équipe dans une compétition.
Une équipe peut être bannie de la compétition si elle n’a encore fait aucune soumission. Une fois qu’une soumission est faite, les membres de l’équipe ne peuvent pas quitter l’équipe.
Tous les membres de l’équipe reçoivent des points associés à leur rang dans la compétition et il n'y a pas de partage ou de division de points entre les membres de l’équipe.
Ensembles de données et packages
La solution doit utiliser uniquement des packages open source accessibles au public. Vos modèles ne doivent utiliser aucune des métadonnées fournies.
Vous ne pouvez utiliser que les ensembles de données fournis pour ce challenge. Les outils d’apprentissage automatique tels que Automl ne sont pas autorisés.
Vous ne pouvez utiliser que les ensembles de données fournis. Les données externes ne sont pas autorisées.
Vous pouvez utiliser des modèles préformés tant qu’ils sont librement accessibles à tous.
Les données utilisées dans ce concours sont la propriété exclusive de Zindi et de l’hôte du concours. Vous ne pouvez pas transmettre, dupliquer, publier, redistribuer ou autrement fournir ou mettre à disposition les données du concours à toute partie ne participant pas au concours (cela inclut le téléchargement des données sur un site public tel que Kaggle ou GitHub). Vous pouvez télécharger, stocker et travailler avec les données sur n’importe quelle plate-forme cloud telle que Google Colab, AWS ou similaire, tant que 1) les données restent privées et 2) cela ne contrevient pas aux règles d’utilisation de Zindi.
Vous devez notifier Zindi immédiatement après avoir pris connaissance de toute transmission non autorisée ou accès non autorisé aux données du concours, et travailler avec Zindi pour rectifier toute transmission ou accès non autorisé.
Votre solution ne doit pas enfreindre les droits d’un tiers.
Soumissions et Victoire
Vous pouvez faire un maximum de 10 soumissions par jour.
Vous pouvez faire un maximum de 300 soumissions pour ce concours.
Avant la fin de la compétition, vous devez choisir 2 soumissions qui seront étudiées pour le classement privé. Si vous ne faites pas de choix, vos deux meilleures soumissions seront utilisées pour vous fournir un score pour le classement privé.
Pendant la compétition, votre meilleur score public sera affiché en se basant sur les soumissions que vous avez sélectionnées. La compétition terminée, votre meilleur score privé parmi les deux soumissions choisies sera affiché.
Zindi maintient un classement public et un classement privé pour chaque compétition. Le tableau de classement public comprend environ 30% de l'ensemble de données de test. Pendant que le concours est ouvert, le classement public classera les solutions soumises en fonction du score qu'elles obtiennent. À l'issue de la compétition, le classement privé, qui couvre les 80% restants du jeu de données de test, sera rendu public et constituera le classement final de la compétition.
Il est à noter que votre soumission doit passer l’étape de pré-traitement. Si votre soumission échoue cette étape, elle ne sera pas prise en compte et ne recevra pas de score ou comptera contre votre limite de soumission journalière. Si vous rencontrez des problèmes avec vos fichiers de soumission, la meilleure action serait de demander de l’aide dans le forum de discussion de la compétition.
Si vous êtes dans le top 10 à l’heure de la fermeture de la compétition, nous vous enverrons un mail pour réclamer votre code. Dès la réception de notre email, vous avez 48 heures pour répondre et soumettre votre code suivant la procédure détaillée ci-dessous. Manquer à répondre à ce mail entraînera votre disqualification.
Pour être éligible aux prix en espèces, le 1er, 2e ou 3e sur le classement final publieront leurs solutions sous une licence open source pour une utilisation et un apprentissage continus.
Si deux solutions ont des scores identiques sur le classement, le critère de départage sera la date et l’heure à laquelle la soumission a été faite ( la première soumission remportera).
Les vainqueurs seront payés par transfert bancaire, PayPal, ou toute autre plateforme internationale de transfert. Les frais de transfert internationaux seront déduits du montant total du prix, à moins que le prix soit inférieur à 500$, dans ce cas, les frais de transfert internationaux seront couverts par Zindi. Dans tous les cas, les gagnants sont responsables de tout autre frais appliqués par leurs banques ou institutions dans le cadre de la réception de leurs argents. Toute taxe imposée sur les prix est à la charge des vainqueurs. Les 3 vainqueurs ou chefs d’équipes seront tenus de présenter à Zindi, la preuve d’identification, le preuve de résidence et une lettre de leur banque confirmant leurs détails bancaires. Les vainqueurs seront payés en dollars américains ou en la monnaie de ladite compétition. Si votre compte ne peut pas recevoir de dollars américains ou la monnaie de la compétition, votre banque devra fournir une preuve de cela et Zindi s’en accomodera.
Les paiements se feront après étude du code et publication finale du classement.
Vous reconnaissez et acceptez que Zindi peut sans aucune obligation de le faire, retirer ou disqualifier un individu, une équipe ou un compte si Zindi pense que cet individu, équipe ou compte est en violation des règles. L’entrée dans cette compétition constitue votre approbation des règles officielles de compétitions.
Zindi est tenu de fournir des solutions valables à ses clients et partenaires. De ce fait, nous nous réservons le droit de disqualifier votre solution pour des raisons d’utilité ou de valeur. Cela inclut et n’est pas limité à l’utilisation des fuites de données ou autres pratiques que nous estimons que cela compromet la valeur intrinsèque de votre solution.
Zindi se réserve également le droit de vous disqualifier et/ou vos soumissions de toute compétition si nous remarquons que vous avez violé les règles ou l’esprit de la compétition ou de la plateforme de quelque façon. Les disqualifications sont indépendantes de votre position dans le classement et entièrement à la discrétion de Zindi.
Veuillez vous référer aux FAQs et termes d’utilisation pour les règles additionnelles qui pourraient s’appliquer à la compétition. Nous nous réservons le droit de mettre à jour ces règles à n’importe quel moment.
Reproductibilité du code soumis
Conséquences du non respect des règles de la compétition ou de la soumission:
Suivi des soumissions