$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}
$vue{csvName}上传成功
取消
确认提交
- 赛事介绍
- 竞赛排行榜
- 奖金记录
- 讨论($vue{comment_count})
- 学习资源
$vue{item.rank_name}
大赛简介
PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。该数据集取自TU-Darmstadt, Caltech, TU-Graz 和 UIUC等发布的数据集。在该数据集中每张图片中的物体都由人工标注，物体包含汽车，摩托车，自行车和人体四类。
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
- 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。
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
host.robots.ox.ac.uk/pascal/VOC/databases.html#VOC2005_1
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 | int | 大于等于 0, 小于等于 3 | 物体类别 |
| name | string | 不为空 | 类别名称 |
参考文献：
[1]chapter.pdf
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。
超过 85分 的成绩会在48小时内更新到排行榜，不要着急哦！
30
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74.83。
2019-04-28 20:17:58
74.83
- 喵喵
-
模型得分为87.41，本次获得排名奖奖金为125元
2019-06-06 15:00:01
- 你猜猜我是谁
-
模型得分为95.8，本次获得排名奖奖金为312.5元
2019-06-06 15:00:01
- 看你很6哦
-
模型得分为93.01，本次获得排名奖奖金为187.5元
2019-06-06 15:00:01
- 喵喵
-
模型得分为87.41，本次获得排名奖奖金为125元
2019-05-25 15:00:01
- 你猜猜我是谁
-
模型得分为95.8，本次获得排名奖奖金为312.5元
2019-05-25 15:00:01
- 看你很6哦
-
模型得分为93.01，本次获得排名奖奖金为187.5元
2019-05-25 15:00:01
- 看你很6哦
-
模型得分为93.01，本次获得实时奖励奖金为56.25元
2019-05-07 12:49:42
- 喵喵
-
模型得分为87.41，本次获得实时奖励奖金为1.88元
2019-05-07 12:49:32
- 善假于物
-
模型得分为85.31，本次获得实时奖励奖金为3.75元
2019-05-07 12:49:29
- 你猜猜我是谁
-
模型得分为95.8，本次获得实时奖励奖金为298.75元
2019-05-07 12:49:20
- 火炎焱燚
-
模型得分为86.01，本次获得实时奖励奖金为157.5元
2019-05-07 12:48:32
讨论
500字
表情
删除确认
是否删除该条评论？
取消
删除
这里还没有内容哦