$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
骰子也称色子，为一正多面体，通常作为桌上游戏的小道具。同时骰子也可以用于生成指定范围的随机数。最常见的骰子是六面骰，它是一个正立方体，上面分别有一到六个数，其相对两面数字之和必为七。
本赛题主要对骰子形状进行分类，一共包括四面骰、六面骰、八面骰、十面骰、十二面骰和二十面骰。其中训练集、验证集和测试集划分比例为6:2:2.
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20%） | 所有人 | 根据基线得分与100分之间，分成5个奖金区间；不同得分区间获得相应的竞赛奖金。 |
| 突破奖（总奖金10%） | 所有人 | 更新排行榜最高分数，获得相应的竞赛奖金 |
| 排名奖（总奖金70%） | 月赛前5名 | 奖金发放最终以月为单位，前5名获奖占比以K系数表示，分别为：0.45，0.25，0.15，0.1，0.05 |
| 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 |
| labels | string | 不为空 | 图片的对应类别 |
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：
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 90分 的成绩会在48小时内更新到排行榜，不要着急哦！
50
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50.37。
2020-02-02 16:01:31
50.37
84
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10.23。
2020-03-16 09:04:47
10.23
- 大木淡漠
-
模型得分为100，本次获得排名奖奖金为630元
2020-02-28 15:00:02
- 快来追我呀
-
模型得分为100，本次获得排名奖奖金为70元
2020-02-28 15:00:02
- 小林子
-
模型得分为100，本次获得排名奖奖金为140元
2020-02-28 15:00:02
- 鹏1577582907
-
模型得分为100，本次获得排名奖奖金为210元
2020-02-28 15:00:02
- 一口大怪兽
-
模型得分为100，本次获得排名奖奖金为350元
2020-02-28 15:00:02
- 邱星晨
-
模型得分为94.92，本次获得实时奖励奖金为1.88元
2020-02-19 10:40:12
- 萧木
-
模型得分为92.59，本次获得实时奖励奖金为8元
2020-02-18 11:30:44
- 骡子吃番茄
-
模型得分为96.94，本次获得实时奖励奖金为25元
2020-02-10 18:53:12
- 悟躁
-
模型得分为97.8，本次获得实时奖励奖金为50元
2020-02-10 18:50:50
- 代码搬运工
-
模型得分为94.18，本次获得实时奖励奖金为3.75元
2020-02-10 16:30:20
- TianyueCheng
-
模型得分为91.12，本次获得实时奖励奖金为1元
2020-02-04 14:54:15
- rhapsody
-
模型得分为94.03，本次获得实时奖励奖金为7.5元
2020-02-04 14:53:15
- 小门神
-
模型得分为91.67，本次获得实时奖励奖金为2元
2020-02-04 14:51:30
- yangsmile
-
模型得分为95.77，本次获得实时奖励奖金为15元
2020-02-04 14:48:46
- Woz
-
模型得分为94.67，本次获得实时奖励奖金为30元
2020-02-04 14:48:29
- Woz
-
模型得分为92.5，本次获得实时奖励奖金为16元
2020-02-04 14:47:11
- 史开杰
-
模型得分为90.66，本次获得实时奖励奖金为4元
2020-02-04 14:44:19
- alwaysbetter
-
模型得分为99.97，本次获得实时奖励奖金为1.56元
2020-02-04 14:43:30
- 宇宙
-
模型得分为99.91，本次获得实时奖励奖金为3.13元
2020-02-04 14:42:59
- 小林子
-
模型得分为99.97，本次获得实时奖励奖金为6.25元
2020-02-04 14:40:06
- 鹏1577582907
-
模型得分为100，本次获得实时奖励奖金为12.5元
2020-02-04 14:39:41
- 快来追我呀
-
模型得分为99.97，本次获得实时奖励奖金为25元
2020-02-04 14:31:26
- 一口大怪兽
-
模型得分为99.82，本次获得实时奖励奖金为50元
2020-02-04 14:30:50
- 大木淡漠
-
模型得分为99.97，本次获得实时奖励奖金为300元
2020-02-04 14:23:06
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