生活垃圾分类

分享给好友

2019-06-26 15:00:00
开始提交

2019-07-26 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

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

自今年7月1日起,上海市将正式实施 《上海市生活垃圾管理条例》。垃圾分类,看似是微不足道的“小事”,实则关系到13亿多人生活环境的改善,理应大力提倡。

垃圾识别分类数据集中包括class、cardboard、metal、paper、plastic、trash,共6个类别。

生活垃圾由于种类繁多,具体分类缺乏统一标准,大多人在实际操作时会“选择困难”,基于深度学习技术建立准确的分类模型,利用技术手段改善人居环境。

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 string 不为空 图片路径
labels int 大于等于 0, 小于等于 5 图片标签
name string 不为空 标签对应的中文

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 85分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

YY

暂未公开
batch数据为30,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98.02。

2019-08-01 15:32:21

90.00

暂未公开
第三名

Winteriscoming

暂未公开
batch数据为8,循环次数为170次,通过在线上环境完成训练,模型最优精度评分为97.04。

2019-06-28 06:03:21

905.50

暂未公开
第三名

yosef

大神经验
batch数据为16,循环次数为45次,通过在线上环境完成训练,模型最优精度评分为96.44。

2019-07-02 12:47:24

454.50

大神经验
4

丶人狠话不多

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96.05。

2019-06-28 14:11:57

725.00

暂未公开
5

weiliming

暂未公开
batch数据为48,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96.05。

2019-07-04 13:46:47

2.25

暂未公开
6

elogi

暂未公开
batch数据为32,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96.05。

2019-07-27 02:25:13

1.13

暂未公开
7

Keaton

大神经验
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95.85。

2019-07-31 20:19:47

大神经验
8

no-free-lunch

大神经验
batch数据为32,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95.65。

2019-06-27 01:45:04

15.25

大神经验
9

善假于物

暂未公开
batch数据为32,循环次数为1500次,通过在线上环境完成训练,模型最优精度评分为95.65。

2019-06-27 09:15:26

暂未公开
10

天涯·明月·刀

大神经验
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95.65。

2019-07-09 12:29:24

大神经验
11

YYYang

大神经验
batch数据为128,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95.65。

2019-07-21 06:27:37

大神经验
12

默笑-苗

大神经验
batch数据为256,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95.45。

2019-07-20 17:04:20

大神经验
13

gboy

暂未公开
batch数据为28,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95.26。

2019-07-02 13:07:20

1.13

暂未公开
14

sakuranew

大神经验
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94.86。

2019-06-27 21:30:24

大神经验
15

Xin Yao

暂未公开
batch数据为64,循环次数为150次,通过在线上环境完成训练,模型最优精度评分为94.86。

2019-07-18 10:41:51

暂未公开
16

大佬们带带我

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94.66。

2019-06-27 00:03:15

暂未公开
17

快来追我呀

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94.66。

2019-07-02 22:44:55

暂未公开
18

大木淡漠

暂未公开
batch数据为28,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94.66。

2019-07-02 22:57:45

暂未公开
19

trickornot

暂未公开
batch数据为28,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94.66。

2019-07-03 00:44:00

暂未公开
20

梳碧湖的砍柴人

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94.66。

2019-08-02 12:51:55

暂未公开
21

恋旧却念旧

暂未公开
batch数据为64,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94.27。

2019-07-02 07:44:45

暂未公开
22

道长的道

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94.27。

2019-07-08 14:38:26

暂未公开
23

前排板凳瓜子

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94.07。

2019-06-27 17:07:58

暂未公开
24

人间正道是沧桑

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94.07。

2019-07-02 16:27:48

暂未公开
25

探索之路

暂未公开
batch数据为128,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94.07。

2019-08-01 20:43:07

暂未公开
26

HelloWor1d

暂未公开
batch数据为32,循环次数为188次,通过在线上环境完成训练,模型最优精度评分为93.08。

2019-07-01 03:43:03

暂未公开
27

minth

暂未公开
batch数据为64,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92.69。

2019-07-17 14:28:34

暂未公开
28

jitaimei

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92.49。

2019-07-20 09:43:02

暂未公开
29

交差墒

暂未公开
batch数据为8,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92.09。

2019-06-27 06:09:22

暂未公开
30

stawary

暂未公开
batch数据为16,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91.90。

2019-06-27 22:56:47

暂未公开
31

纶巾

暂未公开
batch数据为64,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91.70。

2019-07-03 07:43:40

暂未公开
32

唱跳RAP打篮球

暂未公开
batch数据为64,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为90.51。

2019-06-27 20:16:51

暂未公开
33

stronger

暂未公开
batch数据为16,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89.53。

2019-07-03 18:41:38

暂未公开
34

cnn

暂未公开
batch数据为100,循环次数为320次,通过在线上环境完成训练,模型最优精度评分为89.33。

2019-06-29 00:16:16

暂未公开
35

暂未公开
batch数据为64,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89.33。

2019-07-09 17:59:27

暂未公开
36

Albert1563667639

暂未公开
batch数据为64,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89.13。

2019-07-31 09:21:11

暂未公开
37

会员1557754773

暂未公开
batch数据为128,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88.74。

2019-07-01 20:02:37

暂未公开
38

isaiah

暂未公开
batch数据为256,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88.34。

MxNet

CNN

2019-07-17 11:48:26

暂未公开
39

天空

暂未公开
batch数据为128,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88.14。

2019-07-21 14:57:53

暂未公开
40

begins

暂未公开
batch数据为64,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87.94。

2019-07-04 20:24:29

暂未公开
41

莫须有の嚣张

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86.17。

2019-07-19 23:40:45

暂未公开
42

ChangeBio

暂未公开
batch数据为64,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85.97。

2019-06-27 03:04:14

暂未公开
43

王瑞

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85.97。

2019-06-28 12:28:39

暂未公开
44

Mr.Fire

暂未公开
batch数据为64,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84.58。

2019-07-22 09:35:08

暂未公开
45

暂未公开
batch数据为16,循环次数为320次,通过在线上环境完成训练,模型最优精度评分为84.19。

2019-07-05 11:57:44

暂未公开
46

yangsmile

暂未公开
batch数据为516,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83.99。

2019-06-27 12:50:25

暂未公开
47

Sunny

暂未公开
batch数据为32,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83.60。

2019-07-08 17:40:19

暂未公开
48

飞扬

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83.40。

2019-07-03 19:21:37

暂未公开
49

鬼见愁

暂未公开
batch数据为32,循环次数为36次,通过在线上环境完成训练,模型最优精度评分为83.40。

2019-07-05 15:17:44

暂未公开
50

fighting

暂未公开
batch数据为64,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为83.40。

2019-07-17 23:50:37

暂未公开
51

麦小杨

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83.00。

2019-06-27 02:32:24

暂未公开
52

波尔

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83.00。

2019-07-13 10:53:51

暂未公开
53

上山打老鼠

暂未公开
batch数据为128,循环次数为55次,通过在线上环境完成训练,模型最优精度评分为82.81。

mxnet

CNN

2019-08-04 10:53:48

暂未公开
54

chris2019

暂未公开
batch数据为300,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82.61。

Fastai

CNN

2019-08-07 08:33:58

暂未公开
55

无......有

暂未公开
batch数据为32,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82.21。

2019-07-03 18:21:27

暂未公开
56

zhengyuan

暂未公开
batch数据为128,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80.83。

2019-06-27 03:49:54

暂未公开
57

代码搬运工

暂未公开
batch数据为128,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80.83。

2019-07-13 10:12:03

暂未公开
58

释然

暂未公开
batch数据为32,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80.63。

2019-07-02 02:35:40

暂未公开
59

杰1562934981

暂未公开
batch数据为64,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80.43。

2019-07-17 23:26:11

暂未公开
60

jianbin.xu

暂未公开
batch数据为128,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79.84。

2019-06-26 18:37:17

暂未公开
61

之行

暂未公开
batch数据为32,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79.84。

2019-06-29 23:15:06

暂未公开
62

Hw丶

暂未公开
batch数据为32,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79.84。

2019-07-16 22:42:30

暂未公开
63

Seeney

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79.64。

2019-07-13 11:46:08

暂未公开
64

鹦武鸟

暂未公开
batch数据为16,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78.85。

2019-06-30 10:12:42

暂未公开
65

天真无邪了

暂未公开
batch数据为64,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78.85。

2019-07-09 12:21:52

暂未公开
66

八重樱

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78.85。

2019-08-05 18:26:18

暂未公开
67

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78.26。

2019-07-02 10:54:17

暂未公开
68

就是很任性

暂未公开
batch数据为64,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77.47。

2019-06-28 00:19:24

暂未公开
69

machinelearning小学生

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75.69。

2019-06-27 20:48:55

暂未公开
70

几几付唧唧

暂未公开
batch数据为50,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75.49。

2019-07-23 02:28:02

暂未公开
71

AiFool

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75.30。

2019-06-26 23:29:47

暂未公开
72

李雄

暂未公开
batch数据为32,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75.30。

2019-07-11 01:55:30

暂未公开
73

龙套

暂未公开
batch数据为64,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74.51。

2019-06-27 23:49:30

暂未公开
74

zzzz

暂未公开
batch数据为128,循环次数为150次,通过在线上环境完成训练,模型最优精度评分为72.73。

2019-07-05 19:49:40

暂未公开
75

黄腾龙

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71.94。

2019-07-31 21:53:01

暂未公开
76

陈滨

暂未公开
batch数据为32,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71.34。

2019-07-05 18:17:47

暂未公开
77

夏洛克

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71.15。

2019-07-22 19:50:55

暂未公开
78

loader

暂未公开
batch数据为1000,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70.95。

2019-07-18 10:27:24

暂未公开
79

奎爷

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69.76。

2019-07-16 20:36:04

暂未公开
80

青春猪头少年

暂未公开
batch数据为160,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69.76。

2019-08-05 14:06:21

暂未公开
81

muyanshuimuyanshui

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69.17。

2019-08-01 16:04:08

暂未公开
82

小菜鸟飞得高

暂未公开
batch数据为128,循环次数为66次,通过在线上环境完成训练,模型最优精度评分为68.58。

2019-07-05 11:11:07

暂未公开
83

hiccup

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67.39。

2019-06-29 23:13:03

暂未公开
84

Desperado1563333242

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64.82。

2019-07-18 13:30:24

暂未公开
85

Lucaschen

暂未公开
batch数据为50,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64.62。

2019-08-03 11:54:20

暂未公开
86

暖阳。

暂未公开
batch数据为64,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64.62。

2019-08-05 18:54:38

暂未公开
87

clare

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63.83。

2019-06-27 03:06:42

暂未公开
88

化猫

暂未公开
batch数据为32,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63.44。

2019-07-08 15:55:11

暂未公开
89

那棵树

暂未公开
batch数据为256,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60.28。

2019-08-02 13:35:30

暂未公开
90

Joshua

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59.68。

2019-06-27 19:50:43

暂未公开
91

codePlay

暂未公开
batch数据为64,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58.50。

2019-06-27 01:23:03

暂未公开
92

Dummy_lee

暂未公开
batch数据为16,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58.30。

2019-07-10 22:37:56

暂未公开
93

第五轻柔

暂未公开
batch数据为256,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57.91。

2019-07-18 09:59:57

暂未公开
94

Air

暂未公开
batch数据为128,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57.71。

2019-07-07 16:34:23

暂未公开
95

怎么

暂未公开
batch数据为100,循环次数为320次,通过在线上环境完成训练,模型最优精度评分为57.51。

2019-08-05 16:56:19

暂未公开
96

chyang

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57.11。

2019-06-28 22:10:54

暂未公开
97

叶正

暂未公开
batch数据为1000,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56.72。

2019-07-03 16:46:11

暂未公开
98

Jason4521

暂未公开
batch数据为16,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55.93。

2019-06-28 13:33:14

暂未公开
99

YYin

暂未公开
batch数据为1000,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55.93。

2019-07-04 14:26:33

暂未公开
100

未过及格线

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55.73。

2019-07-23 14:22:08

暂未公开
101

CHEN1562587097

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55.34。

2019-07-18 06:05:11

暂未公开
102

风轻云淡

暂未公开
batch数据为64,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52.96。

2019-06-26 23:22:36

暂未公开
103

为之奈何

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52.57。

2019-06-27 21:56:31

暂未公开
104

mXs

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52.57。

2019-07-03 20:54:10

暂未公开
105

zk_c

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52.17。

2019-07-10 17:44:14

暂未公开
106

pprp

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51.98。

2019-07-07 16:05:12

暂未公开
107

无乡异客

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51.19。

2019-08-04 17:43:37

暂未公开
108

大邪神赖葱.

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50.59。

2019-08-02 18:31:14

暂未公开
109

Chris1560523905

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49.60。

2019-06-30 00:39:34

暂未公开
110

uian

暂未公开
batch数据为64,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49.41。

2019-07-20 13:13:53

暂未公开
111

Devin Zhang

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49.01。

2019-07-12 12:58:40

暂未公开
112

qwb

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48.42。

2019-07-05 22:37:11

暂未公开
113

Frodo_X

暂未公开
batch数据为128,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48.22。

2019-06-26 21:33:09

暂未公开
114

意犹未尽

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46.25。

2019-07-07 16:47:46

暂未公开
115

观海听涛

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45.65。

2019-07-03 15:14:58

暂未公开
116

Valentina

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45.65。

2019-07-07 14:22:20

暂未公开
117

麋鹿麋鹿迷了路²º¹⁹

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45.45。

2019-06-27 20:28:03

暂未公开
118

soupgo

暂未公开
batch数据为32,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44.66。

2019-07-07 21:43:12

暂未公开
119

mn

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44.47。

2019-06-30 15:29:46

暂未公开
120

游鱼

暂未公开
batch数据为64,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41.90。

2019-07-08 13:01:49

暂未公开
121

who

暂未公开
batch数据为32,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41.70。

2019-08-05 12:37:10

暂未公开
122

true up

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41.50。

2019-07-20 14:26:07

暂未公开
123

I admit myself

暂未公开
batch数据为512,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39.92。

2019-06-28 18:14:46

暂未公开
124

のび太

暂未公开
batch数据为256,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35.57。

2019-06-27 13:03:17

暂未公开
125

PPdog

暂未公开
batch数据为64,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为35.57。

2019-06-28 20:24:41

暂未公开
126

cv1557321940

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35.38。

2019-07-31 23:41:16

暂未公开
127

全村的希望1564878664

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32.02。

2019-08-04 09:12:06

暂未公开
128

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29.84。

2019-07-08 08:48:24

暂未公开
129

Moment1562775709

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28.85。

2019-07-11 22:06:27

暂未公开
130

这个宇宙不太短

暂未公开
batch数据为500,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为24.31。

2019-06-28 12:22:32

暂未公开
131

MisterGooner

暂未公开
batch数据为50,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24.11。

2019-07-17 18:24:42

暂未公开
132

colorLess

暂未公开
batch数据为1000,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23.91。

2019-06-27 06:55:00

暂未公开
133

heihei

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23.91。

2019-06-28 11:34:54

暂未公开
134

Trueman

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23.91。

2019-07-01 18:52:06

暂未公开
135

骡子吃番茄

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23.91。

2019-07-04 01:33:14

暂未公开
136

杨定康

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23.91。

2019-07-11 13:19:31

暂未公开
137

Nelson

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23.91。

2019-07-18 19:50:25

暂未公开
138

我没有任意门

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23.91。

2019-07-23 01:37:46

暂未公开
139

a554142589

暂未公开
batch数据为2,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23.91。

2019-08-01 17:52:25

暂未公开
140

Secbone

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22.13。

2019-07-09 12:30:54

暂未公开
141

Levi

暂未公开
batch数据为16,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21.74。

2019-07-03 13:39:14

暂未公开
142

linlh

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21.54。

2019-06-29 06:35:45

暂未公开
143

飓风神龙

暂未公开
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21.54。

2019-07-15 04:47:18

暂未公开
144

顺宝

暂未公开
batch数据为256,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17.39。

2019-07-03 09:03:59

暂未公开
145

福大小渣妹

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14.62。

2019-07-04 08:46:15

暂未公开
第一名
chris2019 2019-08-03 01:09:08
2019-08-03 01:09:08
98.42
第二名
YY 2019-08-03 06:23:08
2019-08-03 06:23:08
97.23
第三名
yosef 2019-08-02 16:32:40
2019-08-02 16:32:40
96.44
4
Winteriscoming 2019-08-04 12:10:25
2019-08-04 12:10:25
96.05
5
会飞的猪 2019-08-22 11:29:20
2019-08-22 11:29:20
96.05
6
探索之路 2019-08-03 19:22:46
2019-08-03 19:22:46
95.65
7
Cver 2019-08-11 09:05:22
2019-08-11 09:05:22
95.65
8
会员1576582768 2020-01-06 12:44:37
2020-01-06 12:44:37
95.26
9
暖阳。 2019-08-11 05:18:09
2019-08-11 05:18:09
95.06
10
heihei 2019-09-27 11:53:30
2019-09-27 11:53:30
95.06
11
bestfitting 2019-08-05 00:42:18
2019-08-05 00:42:18
94.27
12
青春猪头少年 2019-08-08 16:13:35
2019-08-08 16:13:35
94.27
13
qqqqqqjie 2019-10-10 11:39:22
2019-10-10 11:39:22
94.27
14
Albert1563667639 2019-08-03 23:00:34
2019-08-03 23:00:34
93.28
15
fighting 2019-08-15 01:29:58
2019-08-15 01:29:58
90.71
16
王冠 2019-10-26 11:57:21
2019-10-26 11:57:21
90.32
17
上山打老鼠 2019-08-04 12:41:08
2019-08-04 12:41:08
89.33
18
叶骞 2019-12-10 13:11:27
2019-12-10 13:11:27
88.74
19
208. 2019-08-07 14:47:17
2019-08-07 14:47:17
88.14
20
2020-08-07 21:53:57
2020-08-07 21:53:57
87.75
21
isaiah 2019-08-12 20:40:42
2019-08-12 20:40:42
86.96
22
八重樱 2019-08-05 21:06:44
2019-08-05 21:06:44
85.57
23
每天都要进步 2020-03-14 20:29:57
2020-03-14 20:29:57
83.6
24
马上就有人鱼线的骨折君 2019-09-02 12:30:38
2019-09-02 12:30:38
82.61
25
EnfantImparfait 2019-08-09 13:23:16
2019-08-09 13:23:16
81.42
26
宇宙 2019-09-17 21:01:14
2019-09-17 21:01:14
78.66
27
Hw丶 2019-08-02 22:30:31
2019-08-02 22:30:31
78.06
28
deepdeep 2019-08-30 22:41:34
2019-08-30 22:41:34
77.67
29
几几付唧唧 2019-08-05 07:21:15
2019-08-05 07:21:15
73.52
30
sigmoid 2019-10-09 16:23:20
2019-10-09 16:23:20
69.57
31
June_Z 2019-09-06 09:11:18
2019-09-06 09:11:18
67.79
32
程二 2019-11-01 09:39:54
2019-11-01 09:39:54
65.22
33
Lucaschen 2019-08-03 11:54:20
2019-08-03 11:54:20
64.62
34
丁丁虫 2019-11-20 00:08:27
2019-11-20 00:08:27
64.62
35
PPdog 2019-09-03 19:32:08
2019-09-03 19:32:08
64.03
36
绿肥红瘦 2020-02-01 21:30:45
2020-02-01 21:30:45
63.83
37
白开水 2019-08-14 15:34:32
2019-08-14 15:34:32
63.64
38
zaburo 2020-01-21 17:12:25
2020-01-21 17:12:25
63.64
39
MJZ_98 2019-11-14 08:51:33
2019-11-14 08:51:33
61.46
40
shybee 2020-02-09 15:29:25
2020-02-09 15:29:25
59.29
41
热情 2019-08-26 18:51:48
2019-08-26 18:51:48
58.3
42
怎么 2019-08-05 16:56:19
2019-08-05 16:56:19
57.51
43
沧海一声切克闹 2019-10-02 14:48:09
2019-10-02 14:48:09
56.32
44
flyai会员1579082541 2020-01-16 15:20:27
2020-01-16 15:20:27
53.95
45
章鑫 2019-11-14 14:26:38
2019-11-14 14:26:38
53.75
46
7068 2019-09-09 10:00:13
2019-09-09 10:00:13
53.36
47
Lune 2019-09-15 14:12:40
2019-09-15 14:12:40
52.57
48
无乡异客 2019-08-04 17:43:37
2019-08-04 17:43:37
51.19
49
AMERICA 2019-09-23 21:26:01
2019-09-23 21:26:01
48.22
50
ljz001234 2019-11-18 23:27:04
2019-11-18 23:27:04
48.22
51
会飞的泥鳅 2019-11-25 21:48:48
2019-11-25 21:48:48
46.44
52
18018592775 2020-01-11 13:02:08
2020-01-11 13:02:08
44.86
53
who 2019-08-05 12:37:10
2019-08-05 12:37:10
41.7
54
Trent_tangtao 2020-03-12 09:40:03
2020-03-12 09:40:03
36.17
55
鲤鱼王使用了水溅跃 2019-08-23 00:11:53
2019-08-23 00:11:53
35.97
56
全村的希望1564878664 2019-08-04 09:12:06
2019-08-04 09:12:06
32.02
57
一只会肥的猪 2019-08-29 18:09:22
2019-08-29 18:09:22
30.24
58
大邪神赖葱. 2019-08-02 22:03:43
2019-08-02 22:03:43
23.91
59
哇咔咔556 2020-02-11 10:33:10
2020-02-11 10:33:10
23.91
60
命运. 2019-08-02 17:44:34
2019-08-02 17:44:34
21.54
61
C 2019-08-04 12:49:51
2019-08-04 12:49:51
21.54
62
风儿吹过 2019-08-04 18:24:55
2019-08-04 18:24:55
21.54
63
毛利 2019-08-06 23:43:23
2019-08-06 23:43:23
21.54
64
殷宏磊 2019-08-07 21:43:28
2019-08-07 21:43:28
21.54
65
李强 2019-08-09 10:05:49
2019-08-09 10:05:49
21.54
66
0o0 2019-08-11 11:27:56
2019-08-11 11:27:56
21.54
67
AMIEO 2019-08-14 13:41:40
2019-08-14 13:41:40
21.54
68
nice 2019-08-20 18:04:17
2019-08-20 18:04:17
21.54
69
余生有我 2019-08-22 21:42:46
2019-08-22 21:42:46
21.54
70
乔大叶 2019-08-28 18:33:05
2019-08-28 18:33:05
21.54
71
Pony 2019-08-31 19:07:12
2019-08-31 19:07:12
21.54
72
danyue 2019-09-04 11:10:22
2019-09-04 11:10:22
21.54
73
小红帽1568095708 2019-09-10 14:13:28
2019-09-10 14:13:28
21.54
74
风1567927103 2019-09-10 16:28:30
2019-09-10 16:28:30
21.54
75
chk爱酸奶 2019-09-13 18:38:35
2019-09-13 18:38:35
21.54
76
啟俊 2019-09-19 16:17:50
2019-09-19 16:17:50
21.54
77
老人雨何 2019-09-29 04:52:50
2019-09-29 04:52:50
21.54
78
hajohn 2019-10-15 13:50:20
2019-10-15 13:50:20
21.54
79
胡星辉 2019-10-18 15:59:33
2019-10-18 15:59:33
21.54
80
飓风神龙 2019-10-20 15:36:26
2019-10-20 15:36:26
21.54
81
嘻嘻嘻哈哈 2019-10-30 14:58:00
2019-10-30 14:58:00
21.54
82
牛奋奋 2019-10-31 20:49:20
2019-10-31 20:49:20
21.54
83
张哲瑞 2019-11-02 13:27:40
2019-11-02 13:27:40
21.54
84
今天不想取名字 2019-11-05 16:33:37
2019-11-05 16:33:37
21.54
85
姬了个喵 2019-11-12 12:58:15
2019-11-12 12:58:15
21.54
86
LIAOQIANLI 2019-11-14 14:49:00
2019-11-14 14:49:00
21.54
87
鲍若凡 2019-11-21 14:05:09
2019-11-21 14:05:09
21.54
88
Hollens 2019-11-25 18:06:50
2019-11-25 18:06:50
21.54
89
力口贝世因心 2019-12-02 22:14:53
2019-12-02 22:14:53
21.54
90
ai1575436938 2019-12-05 09:52:55
2019-12-05 09:52:55
21.54
91
树泉 2019-12-05 19:08:26
2019-12-05 19:08:26
21.54
92
Thyme 2019-12-05 21:18:52
2019-12-05 21:18:52
21.54
93
Hyper Chenx 2019-12-11 10:46:37
2019-12-11 10:46:37
21.54
94
飞1562580904 2019-12-12 16:06:28
2019-12-12 16:06:28
21.54
95
渣喵 2019-12-12 16:46:05
2019-12-12 16:46:05
21.54
96
hello80 2019-12-17 11:07:56
2019-12-17 11:07:56
21.54
97
Rabbit1576587575 2019-12-17 21:02:29
2019-12-17 21:02:29
21.54
98
会员1576666506 2019-12-18 19:08:21
2019-12-18 19:08:21
21.54
99
kaola 2019-12-20 20:57:43
2019-12-20 20:57:43
21.54
100
flyai会员1576951893 2019-12-22 02:29:13
2019-12-22 02:29:13
21.54
101
Mr.Fire 2019-12-25 13:59:23
2019-12-25 13:59:23
21.54
102
杨泽鹏 2019-12-26 17:23:18
2019-12-26 17:23:18
21.54
103
谢俊宇 2019-12-28 10:48:36
2019-12-28 10:48:36
21.54
104
多特 2019-12-29 16:23:42
2019-12-29 16:23:42
21.54
105
wizardholy 2019-12-31 17:49:07
2019-12-31 17:49:07
21.54
106
Z.Y.Wei 2020-01-02 22:34:03
2020-01-02 22:34:03
21.54
107
flyai会员1577988609 2020-01-03 02:13:59
2020-01-03 02:13:59
21.54
108
starry 2020-01-07 19:45:33
2020-01-07 19:45:33
21.54
109
monkey2 2020-01-10 10:42:31
2020-01-10 10:42:31
21.54
110
AL1556956920 2020-01-16 20:15:56
2020-01-16 20:15:56
21.54
111
变向怪杰 2020-01-28 17:43:42
2020-01-28 17:43:42
21.54
112
ashora(啊瘦了) 2020-01-28 23:41:02
2020-01-28 23:41:02
21.54
113
Kit 2020-01-29 19:41:56
2020-01-29 19:41:56
21.54
114
flyai会员1579502754 2020-01-31 12:45:49
2020-01-31 12:45:49
21.54
115
yzyuan 2020-02-01 21:00:20
2020-02-01 21:00:20
21.54
116
尽欢(李明) 2020-02-11 19:04:29
2020-02-11 19:04:29
21.54
117
知无涯者 2020-02-12 15:43:01
2020-02-12 15:43:01
21.54
118
huangxf 2020-02-15 18:59:14
2020-02-15 18:59:14
21.54
119
flyai会员1582247862 2020-02-21 09:19:49
2020-02-21 09:19:49
21.54
120
cyh12315 2020-03-07 11:30:23
2020-03-07 11:30:23
21.54
121
ROC 2020-03-09 15:04:17
2020-03-09 15:04:17
21.54
122
信任 2020-03-23 22:17:46
2020-03-23 22:17:46
21.54
123
2020-04-14 20:06:27
2020-04-14 20:06:27
21.54
124
invoid 2020-05-09 21:24:06
2020-05-09 21:24:06
21.54
125
路路 2020-05-13 15:38:32
2020-05-13 15:38:32
21.54
126
嘟嘟嘟 2020-05-21 15:15:33
2020-05-21 15:15:33
21.54
127
韩天啸 2020-06-11 17:01:39
2020-06-11 17:01:39
21.54
128
隐身要彻底 2020-06-13 21:17:58
2020-06-13 21:17:58
21.54
129
蓝色冰点 2020-08-31 16:03:47
2020-08-31 16:03:47
21.54
130
易水风行 2020-09-18 15:51:55
2020-09-18 15:51:55
21.54
131
飞回地球 2019-08-26 03:49:11
2019-08-26 03:49:11
20.16
132
聪-Clarence 2019-08-22 19:51:49
2019-08-22 19:51:49
19.57
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
$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...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux

1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件,双击执行 flyai.exe 程序

第一次使用需要使用微信扫码登录 杀毒软件可能会误报,点击信任该程序即可

3.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序,点击"使用jupyter调试"按钮自动打开jupyter lab 操作界面

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交GPU训练"按钮,代码将自动提交到云端GPU进行训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.打开运行,输入cmd,打开终端

Win+R 输入 cmd

3.使用终端进入到项目的根目录下

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境(第一次使用需要使用微信扫码登录)

操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

flyai.exe path=xxx 可以设置自己的Python路径

flyai.exe path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本: chmod +x ./flyai

4.开启 Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境(第一次使用需要使用微信扫码登录) 操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

或使用终端

执行下列命令本地安装环境并调试

./flyai test 注意:如果出现 permission denied 错误,需使用sudo运行

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

执行test命令,会自动下载100条测试数据到项目下

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !./flyai train 将代码提交到云端GPU免费训练 返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

或者在终端下使用 ./flyai train -b=32 -e=10

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

./flyai path=xxx 可以设置自己的Python路径

./flyai path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心