$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}
$vue{csvName}上传成功
取消
确认提交
大赛简介
该数据有猫和狗两类图片，一共有25000张图片，猫狗各占一半，可以用来做图片分类的入门数据。
参赛须知
参赛时间: 本次竞赛无时间限制，长期有效开放
参赛方式
- 方式一：
- 在线查看样例根据FlyAI样例模版实现算法并使用云端免费GPU进行模型训练获得最终成绩得分
- 方式二：
- 下载FlyAI样例模版进行本地调试并提交到云端使用免费GPU进行模型训练获得最终成绩得分，在本地进行代码调试的教程请查看[文档中心]
参赛选手说明
- 参赛人员身份信息需保证真实、有效，大赛主办方仅将个人信息用于赛事数据授权及颁奖使用
- 欢迎海内外的在校学生，算法工程师和所有AI爱好者参与
- 本次竞赛报名形式：以个人形式本地提交作品线上审核，并且以最终提交算法得分作为唯一有效成绩
- 在比赛截止日期前，团队中成绩最高分作为本团队的最终成绩
- 报名成功后请加入FlyAI竞赛交流群，一起学习进步！重要通知也将在群内发布，不要错过哦
比赛作品说明
- 参赛选手需要配合组委会对比赛作品的有效性与真实性进行验证
- 不同团队/个人，提交相似结果文件，取消双方所有人员参赛资格
- 多开小号报名、提交，一经发现将取消参赛资格
- 禁止使用外部链接下载代码替换本项目代码
- 比赛过程中，通过脚本获取比赛数据，成绩无效
- 使用线上测试集进行训练或者使用非官方提供的外部数据进行训练，成绩无效
- 使用的预训练模型需为FlyAI官方审核通过的模型，使用非官方验证预训练模型，成绩无效
- 提交的代码具备可解释性并且其它开源框架可复现
- 所有相似代码将一律不通过审核！！情况多次出现者封号处理
- 如有发现利用非正常手段作弊行为，奖金一律不发放。之前所获得奖金金额官方有权收回，情节严重者封号处理
- 提交代码即视为阅读并同意以上比赛作品说明
大赛奖项设置
奖项说明:
| 奖项设置 | 获奖人数 | 奖金额度说明(按最终得分评判) |
|---|---|---|
| 参与奖（总奖金30%） | 所有人 | 不同得分区间获得相应的竞赛奖金 |
| 突破奖（总奖金20%） | 所有人 | 更新排行榜得分，获取相应竞赛奖金 |
| 排名奖（总奖金50%） | 第一周/月前3名（冠、亚、季军） | 项目上线第一周、第一个月; Time_P(周) = 0.5，Time_P(月) = 0.5；K1=0.5，K2=0.3，K3=0.2； |
| 不同框架奖励 | 所有人 | 获得60FAI币用于GPU训练资源消耗 |
赛事主题和数据说明
赛题描述
通过实现算法并提交训练，获取奖金池奖金。小提示：抢先更新算法排行榜，有更大机会获取高额奖金哦！
数据来源
数据描述
由于需要提交代码作品在云端进行训练，参赛数据集不对外开放。仅提供调试数据，可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]
字段说明：
| 文件名 | 字段名称 | 字段类型 | 备注 |
|---|---|---|---|
| image_path | file_path | 不为空 | 图片的相对路径 |
| type | int | 不为空 | 图片对应的类别 |
| label | int | 大于等于 0, 小于等于 1 | 图片的标注标签 |
参考文献：
[1]https://www.kaggle.com/c/dogs-vs-cats
评审标准
算法输入输出格式
输入字段： image_path,
输出字段： label,
评审指标说明
- 准确率（Accuracy）：对于给定的测试数据集，预测正确的样本数与实际总样本数之比
- True，表示预测正确的样本数数量
- Total Number of Samples，表示实际总样本数数量
- 计算公式如下：
比赛常见问题说明
Q:比赛使用什么框架？
- 比赛支持常用的机器学习和深度学习框架，比如TensorFlow，PyTorch，Keras，Scikit-learn、MXNet等。
Q:怎么参加比赛，需不需要提交CSV文件？
- FlyAI竞赛平台提供免费云端GPU资源，报名后可以使用自己熟练的框架，修改main.py中的网络结构和processor.py中的数据处理；仅部分赛题支持CSV方式提交，请仔细阅读参赛方式相关内容。
Q:比赛排行榜分数怎么得到的？
- 参加项目竞赛必须实现 model.py 中的predict_all方法。系统通过该方法，调用模型得出评分。
$vue{item.rank_name}
超过 90分 的成绩会在48小时内更新到排行榜，不要着急哦！
7
batch数据为64，循环次数为2000次，通过在线上环境完成训练，模型最优精度评分为98.24。
PyTorch
DenseNet121
2019-04-28 04:46:25
21.09
98.24
9
batch数据为128，循环次数为100次，通过在线上环境完成训练，模型最优精度评分为97.72。
Pretrained
DenseNet
2019-04-28 22:38:28
2.34
97.72
30
batch数据为32，循环次数为40次，通过在线上环境完成训练，模型最优精度评分为50.34。
TensorFlow
resnet_v2_101
2019-05-01 18:33:50
50.34
38
batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为50.34。
2020-01-06 17:30:13
50.34
- Jachin Liu
-
模型得分为97.84，本次获得实时奖励奖金为1.17元
2019-06-06 10:48:38
- 兔子是菜鸟
-
模型得分为99.48，本次获得排名奖奖金为25元
2019-05-25 15:00:02
- gboy
-
模型得分为99.5，本次获得排名奖奖金为37.5元
2019-05-25 15:00:02
- =
-
模型得分为100，本次获得排名奖奖金为62.5元
2019-05-25 15:00:02
- =
-
模型得分为100，本次获得实时奖励奖金为4.59元
2019-05-14 14:04:38
- gboy
-
模型得分为99.5，本次获得排名奖奖金为62.5元
2019-05-06 15:00:03
- 兔子是菜鸟
-
模型得分为99.48，本次获得排名奖奖金为37.5元
2019-05-06 15:00:03
- yangsmile
-
模型得分为99.38，本次获得排名奖奖金为25元
2019-05-06 15:00:03
- ChangeBio
-
模型得分为97.72，本次获得实时奖励奖金为2.34元
2019-04-29 10:43:48
- gboy
-
模型得分为99.5，本次获得实时奖励奖金为1元
2019-04-28 12:48:40
- 淋雨
-
模型得分为98.24，本次获得实时奖励奖金为2.34元
2019-04-28 12:48:32
- 兔子是菜鸟
-
模型得分为98.64，本次获得实时奖励奖金为4.69元
2019-04-28 12:48:28
- gboy
-
模型得分为99.3，本次获得实时奖励奖金为2元
2019-04-28 12:48:23
- 兔子是菜鸟
-
模型得分为97.66，本次获得实时奖励奖金为4.69元
2019-04-28 12:48:15
- begins
-
模型得分为95.7，本次获得实时奖励奖金为5.63元
2019-04-28 12:48:10
- yangsmile
-
模型得分为98.7，本次获得实时奖励奖金为18.75元
2019-04-28 12:47:57
- 兔子是菜鸟
-
模型得分为94，本次获得实时奖励奖金为11.25元
2019-04-26 13:34:38
- 恋旧却念旧
-
模型得分为96.44，本次获得实时奖励奖金为9.38元
2019-04-26 10:34:48
- 淋雨
-
模型得分为96.98，本次获得实时奖励奖金为18.75元
2019-04-26 10:34:45
- .co
-
模型得分为99.14，本次获得实时奖励奖金为21.75元
2019-04-26 10:34:33
- gboy
-
模型得分为98.62，本次获得实时奖励奖金为127.5元
2019-04-26 10:34:23
讨论
500字
表情
每日优质讨论奖励 20FAI
发送每日优质讨论奖励 20FAI
删除确认
是否删除该条评论？
取消
删除