天空背景图像分割

分享给好友

2019-09-05 15:00:00
开始提交

2019-10-05 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

图像分割是根据图像内容对指定区域进行标记的计算机视觉任务,简单来说是准确判定在当前图片中的哪个区域

该数据集一共有1224张图片,训练集、验证集和测试集划分比例为6:2:2.

赛事主题和数据说明

赛题描述

比赛上榜成绩截止到2019年10月07日下午20点,赛后将有神秘嘉宾精彩直播,敬请期待!!

数据来源

由有三AI公众号提供

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 string 不为空 图片的相对路径
label_path string 不为空 图片标签的相对路径

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: label_path,

评审指标说明

  • 本赛标准得分为60分,所有超过基础得分的参赛者可获得相对应奖励!
  • IOU(Intersection-over-Union)表示了产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率或者说重叠度,也就是它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。
  • 计算公式如下:
  • 评审计算公式
超过 80分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

哈尔的移动城堡

大神经验
batch数据为8,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94.82。

2019-10-06 19:57:26

大神经验
第三名

丶人狠话不多

大神经验
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94.71。

2019-10-07 03:29:28

大神经验
第三名

skr skr skr

大神经验
batch数据为4,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94.64。

2019-09-30 22:09:08

大神经验
4

Daiccccc

大神经验
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94.64。

2019-10-06 04:22:24

大神经验
5

gboy

大神经验
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94.61。

2019-10-06 05:16:16

大神经验
6

Wghost

暂未公开
batch数据为4,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94.60。

2019-10-04 20:46:18

暂未公开
7

Whisney`逸文

暂未公开
batch数据为18,循环次数为70次,通过在线上环境完成训练,模型最优精度评分为94.56。

2019-10-04 20:08:32

暂未公开
8

ON-looker

暂未公开
batch数据为4,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94.41。

2019-09-28 08:06:12

暂未公开
9

yahiko

暂未公开
batch数据为4,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94.26。

2019-09-26 23:20:49

暂未公开
10

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94.00。

2019-10-01 00:45:07

暂未公开
11

大木淡漠

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93.75。

2019-09-22 16:45:38

暂未公开
12

看你很6哦

暂未公开
batch数据为8,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93.69。

2019-09-29 20:34:19

暂未公开
13

快来追我呀

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93.43。

2019-09-20 18:20:50

暂未公开
14

qqm

暂未公开
batch数据为24,循环次数为80次,通过在线上环境完成训练,模型最优精度评分为93.43。

2019-10-04 19:56:56

暂未公开
15

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93.36。

2019-10-05 12:22:30

暂未公开
16

invisprints

暂未公开
batch数据为8,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92.92。

2019-10-04 16:12:42

暂未公开
17

超爱喝酸奶

暂未公开
batch数据为8,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92.84。

2019-09-19 13:09:56

暂未公开
18

风1567927103

暂未公开
batch数据为8,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92.77。

2019-10-05 00:11:58

暂未公开
19

天涯·明月·刀

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91.38。

2019-09-25 19:10:31

暂未公开
20

dtrimina

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91.26。

2019-09-24 02:04:25

暂未公开
21

善假于物

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91.08。

2019-10-03 12:24:22

暂未公开
22

释然

暂未公开
batch数据为8,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90.87。

2019-09-25 11:49:16

暂未公开
23

cnn

暂未公开
batch数据为8,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90.78。

2019-09-25 13:01:05

暂未公开
24

Zyt

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89.82。

2019-09-18 19:55:10

暂未公开
25

AMERICA

暂未公开
batch数据为8,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89.55。

2019-09-30 12:25:16

暂未公开
26

uuuuu

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88.94。

2019-09-25 07:47:55

暂未公开
27

把你吃掉

暂未公开
batch数据为4,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88.35。

2019-10-07 18:45:48

暂未公开
28

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87.79。

2019-09-11 02:30:10

暂未公开
29

ahaaaa

暂未公开
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87.04。

2019-09-26 23:34:38

暂未公开
30

你猜猜我是谁

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86.85。

2019-10-04 22:58:17

暂未公开
31

玻尔兹曼

暂未公开
batch数据为4,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83.84。

2019-09-13 15:40:55

暂未公开
32

Ready

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81.69。

2019-09-22 22:49:42

暂未公开
33

呵呵刘

暂未公开
batch数据为16,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79.34。

2019-09-24 01:03:55

暂未公开
34

埼玉不秃头

暂未公开
batch数据为48,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41.45。

2019-09-21 14:45:38

暂未公开
35

Akatsuki

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37.24。

2019-09-19 09:45:47

暂未公开
36

xaioqiang

暂未公开
batch数据为32,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35.43。

2019-09-25 00:54:44

暂未公开
37

★八百标兵奔北坡

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0.30。

2019-09-27 10:53:17

暂未公开
38

qck15570179927

暂未公开
batch数据为24,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0.00。

2019-09-07 13:08:06

暂未公开
39

暂未公开
batch数据为2,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为0.00。

2019-09-07 18:57:31

暂未公开
40

玖月初识

暂未公开
batch数据为4,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0.00。

2019-09-09 16:47:00

暂未公开
41

kkky

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0.00。

2019-09-10 17:49:40

暂未公开
42

上山打老鼠

暂未公开
batch数据为2,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0.00。

2019-09-12 19:41:10

暂未公开
43

ashergaga

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0.00。

2019-09-13 09:31:52

暂未公开
44

Sunny^_^Today

暂未公开
batch数据为20,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0.00。

2019-09-20 10:25:02

暂未公开
45

机器学渣

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0.00。

2019-09-20 12:15:24

暂未公开
46

宇宙

暂未公开
batch数据为8,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0.00。

2019-09-25 14:42:49

暂未公开
47

Seeney

暂未公开
batch数据为8,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0.00。

2019-10-07 16:31:45

暂未公开
第一名
美式半糖不加奶 2019-11-25 20:51:59
2019-11-25 20:51:59
94.79
第二名
哈尔的移动城堡 2019-10-07 21:32:07
2019-10-07 21:32:07
94.69
第三名
skr skr skr 2019-10-07 20:09:25
2019-10-07 20:09:25
94.63
4
Yolo大大 2020-02-07 12:23:33
2020-02-07 12:23:33
94.63
5
Daiccccc 2019-10-07 21:34:29
2019-10-07 21:34:29
94.52
6
gboy 2019-10-08 17:59:35
2019-10-08 17:59:35
94.14
7
前排板凳瓜子 2019-10-08 21:58:16
2019-10-08 21:58:16
94.07
8
龙龙 2020-02-29 00:35:50
2020-02-29 00:35:50
93.91
9
qqm 2019-10-07 22:43:05
2019-10-07 22:43:05
93.04
10
把你吃掉 2019-10-11 23:13:58
2019-10-11 23:13:58
93.04
11
上山打老鼠 2019-10-12 16:35:46
2019-10-12 16:35:46
91.64
12
骡子吃番茄 2020-03-18 15:07:28
2020-03-18 15:07:28
91.59
13
trickornot 2019-10-08 12:30:23
2019-10-08 12:30:23
90.77
14
是阿正 2020-12-14 12:22:10
2020-12-14 12:22:10
90.4
15
天涯·明月·刀 2019-10-07 22:26:36
2019-10-07 22:26:36
89.11
16
wuzhenhua 2020-03-06 11:39:18
2020-03-06 11:39:18
88.02
17
Limbor 2019-10-15 16:00:52
2019-10-15 16:00:52
87.59
18
韩天啸 2020-06-12 09:41:14
2020-06-12 09:41:14
84.24
19
ZS1577164325 2020-01-05 22:55:54
2020-01-05 22:55:54
83.08
20
信息-杨波 2019-10-30 20:00:42
2019-10-30 20:00:42
79.07
21
ice 2019-12-13 12:58:08
2019-12-13 12:58:08
47.29
22
哈哈哈1572280504 2019-11-11 19:26:11
2019-11-11 19:26:11
0
23
KevinYang 2019-11-14 16:34:09
2019-11-14 16:34:09
0
24
X.S.F. 2019-11-15 12:15:47
2019-11-15 12:15:47
0
25
h1566452233 2019-11-17 12:59:11
2019-11-17 12:59:11
0
26
莲子咖啡 2019-11-22 16:16:47
2019-11-22 16:16:47
0
27
Protect.Y 2020-03-26 11:15:45
2020-03-26 11:15:45
0
28
flyai会员1603024333 2020-11-08 16:57:15
2020-11-08 16:57:15
0
29
Agravity 2020-12-23 14:22:16
2020-12-23 14:22:16
0
30
flyai会员1610346283 2021-01-11 16:44:35
2021-01-11 16:44:35
0
31
会员1645534214 2022-02-22 20:57:16
2022-02-22 20:57:16
0
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?

下载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。