120种狗狗品种分类赛

分享给好友

2019-05-16 15:00:00
开始提交

2019-06-15 15:00:00
最终提交结束

自由训练

参赛权限提示

当前赛题需能力值达到 $vue{itemranking} 才可以正常提交训练哦~

当前赛题仅允许 600 能力值以下的新手可以正常提交训练哦~

报名参赛

下载当前代码

您可使用自己熟悉的编辑器实现算法并通过命令行
提交任务到FlyAI云端训练。确认下载体验吗?

$vue{upDataType ? '上传样例压缩包' : '上传代码压缩包' }

请将代码文件压缩为zip格式,文件大小不超过10M 提示:请确认删除"data"⽂件夹后进行上传操作

将文件拖拽至此处或点击此处选择文件

$vue{complete < 99 ? '上传中' : '上传完成'} $vue{complete}

$vue{fileName}
线上GPU运行环境:
FlyAl推荐如下配置,如有问题可手动添加或修改!

GPU环境

深度学习框架

其它依赖

提交
提交

提交确认

设置好参数后点击“确定“发布GPU训练任务

EPOCHS

BATCH SIZE

绑定你的微信账号

用于本地环境登录和实时接收训练通知

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知

温馨提示

$vue{csv_msg}

知道了
提交结果文件

$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

提交成功

系统正在测评您的结果文件,

您可通过右侧【我的提交-查看记录详情】进行查看

知道了
  • 赛事介绍
  • 竞赛排行榜
  • 自由练习榜单
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

Stanford Dogs数据集包含来自世界各地的120种犬种的图像。该数据集是使用ImageNet中的图像和注释构建的,用于细粒度图像分类的任务。它最初被收集用于细粒图像分类,这是一个具有挑战性的问题,因为某些犬种具有接近相同的特征或者颜色。

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

StanfordDogs120

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。

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
name int 不为空 图片对应的类别
labels int 大于等于 0, 小于等于 119 图片的标注标签

参考文献:

[1]

评审标准

算法输入输出格式

输入字段: image_path,

输出字段: labels,

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:
超过 70分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

trickornot

暂未公开
batch数据为1,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为95.14。

2019-06-14 12:58:45

719.00

暂未公开
第三名

gboy

暂未公开
batch数据为64,循环次数为2800次,通过在线上环境完成训练,模型最优精度评分为94.85。

2019-06-15 23:35:21

683.59

暂未公开
第三名

交差墒

大神经验
batch数据为8,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为94.31。

2019-06-13 21:33:55

205.77

大神经验
4

前排板凳瓜子

大神经验
batch数据为128,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为94.10。

2019-06-11 05:58:05

328.05

大神经验
5

大木淡漠

暂未公开
batch数据为32,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为92.83。

2019-06-07 01:10:29

220.88

暂未公开
6

stawary

大神经验
batch数据为16,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为91.89。

2019-05-28 22:14:29

512.69

大神经验
7

佘冠华

暂未公开
batch数据为64,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为85.54。

2019-06-02 12:12:01

暂未公开
8

AiFool

大神经验
batch数据为256,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为85.28。

2019-06-13 18:40:54

大神经验
9

汐炎

大神经验
batch数据为32,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为85.13。

2019-05-23 17:02:35

4.22

大神经验
10

trick_or_treat

暂未公开
batch数据为64,循环次数为1200次,通过在线上环境完成训练,模型最优精度评分为82.29。

2019-05-24 21:25:49

3.24

暂未公开
11

丶人狠话不多

暂未公开
batch数据为64,循环次数为3500次,通过在线上环境完成训练,模型最优精度评分为81.44。

2019-06-08 02:12:42

暂未公开
12

来追我咿呀哟

暂未公开
batch数据为32,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80.47。

2019-05-21 10:51:21

6.75

暂未公开
13

鬼见愁

大神经验
batch数据为32,循环次数为16次,通过在线上环境完成训练,模型最优精度评分为79.52。

2019-06-19 00:12:58

大神经验
14

xeoner

大神经验
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77.31。

2019-05-18 10:07:15

18.00

大神经验
15

桂ly

大神经验
batch数据为32,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为76.97。

2019-05-18 20:14:35

4.50

大神经验
16

machinelearning小学生

暂未公开
batch数据为32,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76.97。

2019-06-30 17:39:33

暂未公开
17

Zachary

暂未公开
batch数据为16,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为76.09。

2019-06-04 15:12:46

暂未公开
18

善假于物

暂未公开
batch数据为36,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为76.09。

2019-06-16 07:20:31

暂未公开
19

ChangeBio

暂未公开
batch数据为128,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为75.75。

2019-05-30 12:03:17

1.13

暂未公开
20

加勒比

暂未公开
batch数据为84,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为73.96。

2019-05-20 17:18:25

2.25

暂未公开
21

Micoon

暂未公开
batch数据为64,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为71.96。

2019-05-21 06:14:41

暂未公开
22

就是很任性

暂未公开
batch数据为8,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为71.40。

2019-05-23 22:07:55

暂未公开
23

jianbin.xu

暂未公开
batch数据为256,循环次数为64次,通过在线上环境完成训练,模型最优精度评分为70.02。

2019-05-20 20:11:36

暂未公开
24

凌空

暂未公开
batch数据为128,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为66.84。

2019-05-20 18:23:36

暂未公开
25

从小跑开始

暂未公开
batch数据为64,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为59.11。

2019-05-26 01:12:58

暂未公开
26

linlh

暂未公开
batch数据为64,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55.64。

2019-05-22 10:42:02

暂未公开
27

troublemaker

暂未公开
batch数据为64,循环次数为800次,通过在线上环境完成训练,模型最优精度评分为52.67。

2019-05-26 14:15:47

暂未公开
28

飞扬

暂未公开
batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为52.65。

2019-06-19 23:04:44

暂未公开
29

HelloWor1d

暂未公开
batch数据为32,循环次数为333次,通过在线上环境完成训练,模型最优精度评分为49.20。

2019-06-06 12:58:01

暂未公开
30

liuzhan

暂未公开
batch数据为64,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45.00。

2019-05-31 12:32:32

暂未公开
31

强化学习

暂未公开
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44.02。

2019-05-29 10:54:35

暂未公开
32

weiliming

暂未公开
batch数据为64,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为41.40。

2019-06-18 00:33:40

暂未公开
33

smooklazz

暂未公开
batch数据为128,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为39.21。

2019-05-30 04:13:37

暂未公开
34

小丸子

暂未公开
batch数据为128,循环次数为25次,通过在线上环境完成训练,模型最优精度评分为37.39。

2019-05-19 19:28:11

暂未公开
35

Blankit

暂未公开
batch数据为512,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为36.98。

2019-05-31 12:59:45

暂未公开
36

kongd

暂未公开
batch数据为32,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为34.82。

2019-05-18 11:28:38

暂未公开
37

LTK#凯

暂未公开
batch数据为128,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33.19。

2019-06-04 15:38:12

暂未公开
38

lchj

暂未公开
batch数据为16,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为29.15。

2019-05-25 11:53:03

暂未公开
39

月半

暂未公开
batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为27.04。

2019-05-22 21:06:41

暂未公开
40

cnn

暂未公开
batch数据为100,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为23.08。

2019-06-20 13:21:32

暂未公开
41

唱跳RAP打篮球

暂未公开
batch数据为128,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21.21。

2019-05-17 19:19:01

暂未公开
42

chyang

暂未公开
batch数据为32,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为20.87。

2019-05-21 15:01:03

暂未公开
43

zql

暂未公开
batch数据为32,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为19.31。

2019-05-30 17:41:22

暂未公开
44

Seeney

暂未公开
batch数据为128,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18.80。

2019-05-21 06:01:07

暂未公开
45

Bluove

暂未公开
batch数据为64,循环次数为6000次,通过在线上环境完成训练,模型最优精度评分为17.74。

2019-05-17 23:08:49

暂未公开
46

binghang

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为17.54。

2019-05-24 19:14:57

暂未公开
47

Jason4521

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为17.30。

2019-05-18 06:11:42

暂未公开
48

宇宙

暂未公开
batch数据为32,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为12.20。

2019-06-03 05:56:21

暂未公开
49

纶巾

暂未公开
batch数据为512,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11.08。

2019-05-23 08:19:35

暂未公开
50

火炎焱燚

暂未公开
batch数据为32,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为10.54。

2019-05-19 02:25:16

暂未公开
51

Reluminia

暂未公开
batch数据为512,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为9.89。

2019-05-18 22:22:36

暂未公开
52

Nightingale

暂未公开
batch数据为32,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为8.14。

2019-05-25 15:10:54

暂未公开
53

hiccup

暂未公开
batch数据为32,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为7.19。

2019-05-18 06:13:02

暂未公开
54

zeng-_-|

暂未公开
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6.80。

2019-05-31 22:54:00

暂未公开
55

DDBG

暂未公开
batch数据为500,循环次数为256次,通过在线上环境完成训练,模型最优精度评分为5.98。

2019-05-20 15:17:03

暂未公开
56

有分儿就行

暂未公开
batch数据为500,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为5.88。

2019-05-22 20:04:10

暂未公开
57

天天向上

暂未公开
batch数据为64,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为4.25。

2019-05-17 18:47:33

暂未公开
58

练字不能停

暂未公开
batch数据为1000,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为3.94。

2019-05-25 18:18:11

暂未公开
59

Joshua

暂未公开
batch数据为3500,循环次数为128次,通过在线上环境完成训练,模型最优精度评分为3.79。

2019-05-18 15:35:31

暂未公开
60

Shane恆

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为3.62。

2019-06-01 21:39:39

暂未公开
61

yaa จุ๊บ

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为3.60。

2019-07-09 16:22:09

暂未公开
62

风逸

暂未公开
batch数据为64,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3.21。

2019-05-23 12:21:48

暂未公开
63

刘小伙要低调!

暂未公开
batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为3.11。

2019-06-28 20:29:48

暂未公开
64

Teenage Dream

暂未公开
batch数据为32,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2.84。

2019-05-19 10:02:42

暂未公开
65

亚豪

暂未公开
batch数据为256,循环次数为16次,通过在线上环境完成训练,模型最优精度评分为2.58。

2019-05-21 18:26:06

暂未公开
66

tk

暂未公开
batch数据为512,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2.48。

2019-05-23 20:37:23

暂未公开
67

你猜猜我是谁

暂未公开
batch数据为128,循环次数为6次,通过在线上环境完成训练,模型最优精度评分为2.33。

2019-05-20 23:17:35

暂未公开
68

markov_future

暂未公开
batch数据为1000,循环次数为128次,通过在线上环境完成训练,模型最优精度评分为1.34。

2019-05-20 12:44:33

暂未公开
69

门门

暂未公开
batch数据为512,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为1.34。

2019-05-25 20:46:51

暂未公开
70

poplar

暂未公开
batch数据为32,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为1.21。

2019-06-11 09:41:30

暂未公开
71

Amadeus

暂未公开
batch数据为512,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1.19。

2019-05-20 16:21:07

暂未公开
72

ON-looker

暂未公开
batch数据为32,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为1.19。

2019-06-13 22:40:09

暂未公开
73

tutu

暂未公开
batch数据为32,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1.09。

2019-06-14 19:16:42

暂未公开
74

clare

暂未公开
batch数据为32,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为1.04。

2019-05-17 17:42:34

暂未公开
75

麦小杨

暂未公开
batch数据为128,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为1.02。

2019-05-26 00:25:03

暂未公开
76

flying

暂未公开
batch数据为32,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为0.97。

2019-05-20 19:17:58

暂未公开
77

Allison

暂未公开
batch数据为1000,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为0.87。

2019-07-02 11:38:58

暂未公开
78

优雅一只猫

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为0.85。

2019-05-20 16:14:34

暂未公开
第一名
XIANG1570761802 2020-01-20 18:01:26
2020-01-20 18:01:26
72.62
第二名
暖阳。 2019-08-17 19:53:19
2019-08-17 19:53:19
69.95
第三名
王冠 2019-10-26 19:06:29
2019-10-26 19:06:29
68.93
4
路人甲 2020-03-01 18:56:00
2020-03-01 18:56:00
51.58
5
章鑫 2019-11-21 12:11:56
2019-11-21 12:11:56
28.01
6
cnn 2019-08-15 22:54:51
2019-08-15 22:54:51
8.38
7
clare 2019-08-15 01:14:43
2019-08-15 01:14:43
4.81
8
绝缘体 2019-09-08 03:19:17
2019-09-08 03:19:17
3.98
9
ljz001234 2019-11-18 22:27:14
2019-11-18 22:27:14
2.43
10
也曾非黑即白 2019-11-19 19:22:24
2019-11-19 19:22:24
1.55
11
MJZ_98 2019-11-25 21:05:42
2019-11-25 21:05:42
1.46
12
Ghardy 2019-08-02 21:14:16
2019-08-02 21:14:16
1.31
13
junex 2019-08-02 23:04:30
2019-08-02 23:04:30
1.31
14
2019-08-03 17:47:05
2019-08-03 17:47:05
1.31
15
Woz 2019-08-05 10:06:47
2019-08-05 10:06:47
1.31
16
小数定理 2019-08-19 14:12:48
2019-08-19 14:12:48
1.31
17
椉風 2019-08-28 20:52:21
2019-08-28 20:52:21
1.31
18
Zuolong 2019-09-01 13:32:07
2019-09-01 13:32:07
1.31
19
BLOOM 2019-09-05 10:35:14
2019-09-05 10:35:14
1.31
20
A0宋志龙 2019-09-16 19:48:13
2019-09-16 19:48:13
1.31
21
朱程程 2019-10-24 10:15:19
2019-10-24 10:15:19
1.31
22
陈鹏 2019-11-01 16:02:40
2019-11-01 16:02:40
1.31
23
Mr . White 2019-11-04 19:11:55
2019-11-04 19:11:55
1.31
24
LVgm 2019-11-05 18:28:56
2019-11-05 18:28:56
1.31
25
姬了个喵 2019-11-11 16:33:49
2019-11-11 16:33:49
1.31
26
Boyce Avenue 2019-11-14 16:59:53
2019-11-14 16:59:53
1.31
27
Wh1t3zZ 2020-01-11 04:49:16
2020-01-11 04:49:16
1.31
28
嘟嘟1588123668 2020-04-29 09:30:02
2020-04-29 09:30:02
1.31
29
韩天啸 2020-06-11 17:05:04
2020-06-11 17:05:04
1.31
30
flyai会员1594015984 2020-07-22 21:08:53
2020-07-22 21:08:53
1.31
31
flyai会员1604460488 2020-11-04 17:26:22
2020-11-04 17:26:22
1.31
32
hiccup 2020-11-05 12:03:50
2020-11-05 12:03:50
1.31
33
flyai会员1603024333 2020-11-08 15:28:11
2020-11-08 15:28:11
1.31
34
flyai会员1605079002 2020-11-11 15:19:31
2020-11-11 15:19:31
1.31
35
zhujun 2021-03-28 14:02:50
2021-03-28 14:02:50
1.31
讨论
500字
表情
发送
删除确认
是否删除该条评论?
取消 删除
$vue{item.user_name}

$vue{item.title} $vue{item.title}

$vue{items}
$vue{item.like_count}
$vue{item.comment_counts}
$vue{item.comment_counts}
阅读 $vue{item.views}

这里还没有内容哦

挑战者大赛 官方交流群

我的记录

你还没有任何提交记录喔...

  • 参赛流程
  • 常见问题

第一步:参赛选手从FlyAI官网选择比赛报名,需下载样例代码

下载的项目中不包含数据集,运行main.py会自动下载调试数据集

本地调试根据不同数据集会提供10%~100%数据,全量数据提交到GPU后会自动更新替换

下载样例代码,解压后在样例代码上编写自己的模型代码,压缩后再在上传代码位置进行上传,就可以查看自己得分。

第二步:本地代码调试

本地配置Python3.5以上的运行环境,并安装项目运行所需的Python依赖包 app.json是项目的配置文件

在main.py中编写神经网络,没有框架限制

在prediction.py测试模型是否评估成功

main.py中需在class Main(FlyAI) 类中实现自己的训练过程

第三步:提交到GPU训练,保存模型

本地调试完成之后,提交代码到GPU,在全量数据上训练模型,保存最优模型。

提交GPU的方式有:网站在线提交。

第四步:评估模型,获取奖金,实时提现

GPU训练完成后,会调用prediction.py中的predict方法进行评估,并给出最后得分

高分的参赛选手,可实时获取奖金,通过微信提现

Q:如何获得奖金?

A:超过项目设置的最低分,根据公式计算,就可以获得奖金。

Q:比赛使用什么框架?

A: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等。

Q:怎么参加比赛,需不需要提交csv文件?

A:FlyAI竞赛平台无需提交csv文件,在网页上点击报名,下载项目,使用你熟练的框架,修改main.py中的网络结构和数据处理,在prediction.py中进行加载模型及预测。将代码文件压缩为.zip格式,文件大小不超过10M,之后在网站进行在线提交就可以了。

Q:比赛排行榜分数怎么得到的?

A:参加项目竞赛必须实现 prediction.py 中的predict方法。调用模型得出评分。

Q:平台机器什么配置?

A:目前每个训练独占一块V100显卡,显存10G。

Q:本地数据集在哪?

A:可以本地使用ide运行 main.py 下载数据。

Q:FAI训练积分不够用怎么办?

A:目前GPU免费使用,可以进入到:我的积分,通过签到和分享等途径获得大量积分。

Q:离线训练代码不符合规范问题?

A:main.py中可以使用args.EPOCHS和args.BATCH。