$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
大赛简介
此刻，武汉疫情还在持续，为战斗在疫情一线的所有医护人员祈福、加油！在家关心疫情的同时，可以通过参加算法竞赛提升自己的算法能力和赢取高额奖金
武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究，可通过人工智能技术对医学影像-X光片进行患病情况检测，有效提升确诊准确率和效率
本赛题主要是对肺部X光片患病结果进行分类，共4个患病类别，数据集划分比例为6:2:2,可使用CSV文件和FlyAI框架两种提交方式参赛。参赛者需要通过优化模型来对肺部X光片进行精确的分类
参赛须知
参赛时间：2020.02.05 12:00:00-2020.03.06 20:00:00
参赛方式
- 方式一：
- 在线查看样例根据FlyAI样例模版实现算法并使用云端免费GPU进行模型训练获得最终成绩得分
- 方式二：
- 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，在本地进行代码调试的教程请查看[文档中心]
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) |
|---|---|---|
| 冠军奖 | 1人 | 奖金1,500元 + 1000分钟Tesla-GPU训练时长 |
| 亚军奖 | 1人 | 奖金800元 + 1000分钟Tesla-GPU训练时长 |
| 季军奖 | 1人 | 奖金500元 + 1000分钟Tesla-GPU训练时长 |
| 参与奖 | 第4-5名参赛者 | 参与奖金100元 + 500分钟Tesla-GPU训练时长 |
奖励获取要求:
- 比赛结束后如未能达到奖金/奖励获取要求，所获奖品将按照排名顺延至下一位参赛选手
- 比赛结束后前10名参赛者需提供文档格式赛题解决思路和10分钟以上的PPT答辩视频（FlyAI将提供参考模版）
- 如果比赛使用CSV方式评测并进入前10名，最终需使用FlyAI模版进行代码复现；复现结果低于CSV评测结果并且误差超过1.0以上无法获得奖金!!
赛事主题和数据说明
赛题描述
武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究，可通过人工智能技术对医学影像-X光片进行患病情况检测，有效提升确诊准确率和效率。本赛题可使用CSV文件和FlyAI框架两种提交方式参赛,参赛者需要通过优化模型来对肺部X光片进行精确的分类。
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 | 图片的相对路径 |
| labels | int | 大于等于 0, 小于等于 3 | 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
- 奖金获取标准：60<Score
- 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。
$vue{item.rank_name}
超过 60分 的成绩会在48小时内更新到排行榜，不要着急哦！
通过在本地训练模型并对提交文件的实时评测，最终完成评分为68.37。
2020-02-15 22:19:29
68.37
4
通过在本地训练模型并对提交文件的实时评测，最终完成评分为65.10。
2020-03-05 19:09:37
65.10
6
通过在本地训练模型并对提交文件的实时评测，最终完成评分为64.58。
2020-02-15 21:48:05
64.58
10
通过在本地训练模型并对提交文件的实时评测，最终完成评分为63.12。
2020-02-21 17:28:49
63.12
12
通过在本地训练模型并对提交文件的实时评测，最终完成评分为62.97。
2020-03-06 19:21:28
62.97
15
通过在本地训练模型并对提交文件的实时评测，最终完成评分为61.98。
2020-03-06 13:33:49
61.98
17
通过在本地训练模型并对提交文件的实时评测，最终完成评分为61.71。
2020-02-25 10:47:46
61.71
22
通过在本地训练模型并对提交文件的实时评测，最终完成评分为61.46。
2020-03-06 19:51:09
61.46
27
通过在本地训练模型并对提交文件的实时评测，最终完成评分为61.17。
2020-02-18 20:22:02
61.17
30
通过在本地训练模型并对提交文件的实时评测，最终完成评分为60.92。
2020-02-29 17:14:05
60.92
31
通过在本地训练模型并对提交文件的实时评测，最终完成评分为60.92。
2020-02-29 17:42:29
60.92
35
通过在本地训练模型并对提交文件的实时评测，最终完成评分为60.78。
2020-02-16 10:37:56
60.78
41
通过在本地训练模型并对提交文件的实时评测，最终完成评分为60.01。
2020-03-03 08:40:22
60.01
44
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.81。
2020-02-18 10:19:38
59.81
45
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.76。
2020-02-14 00:10:09
59.76
46
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.72。
2020-02-29 19:55:11
59.72
47
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.64。
2020-02-19 10:57:54
59.64
48
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.54。
2020-02-20 18:15:03
59.54
53
通过在本地训练模型并对提交文件的实时评测，最终完成评分为59.08。
2020-02-12 08:47:07
59.08
54
通过在本地训练模型并对提交文件的实时评测，最终完成评分为58.85。
2020-02-16 22:11:38
58.85
57
通过在本地训练模型并对提交文件的实时评测，最终完成评分为58.69。
2020-02-26 22:33:03
58.69
60
通过在本地训练模型并对提交文件的实时评测，最终完成评分为58.40。
2020-02-28 09:31:36
58.40
66
通过在本地训练模型并对提交文件的实时评测，最终完成评分为56.58。
2020-03-02 21:30:51
56.58
67
通过在本地训练模型并对提交文件的实时评测，最终完成评分为56.16。
2020-02-28 17:01:13
56.16
69
通过在本地训练模型并对提交文件的实时评测，最终完成评分为56.02。
2020-02-19 17:11:45
56.02
70
通过在本地训练模型并对提交文件的实时评测，最终完成评分为55.83。
2020-03-04 14:04:56
55.83
72
通过在本地训练模型并对提交文件的实时评测，最终完成评分为55.50。
2020-03-03 09:46:07
55.50
73
通过在本地训练模型并对提交文件的实时评测，最终完成评分为55.46。
2020-02-10 22:44:13
55.46
83
通过在本地训练模型并对提交文件的实时评测，最终完成评分为54.34。
2020-03-05 09:48:38
54.34
84
通过在本地训练模型并对提交文件的实时评测，最终完成评分为54.05。
2020-02-14 22:11:11
54.05
97
通过在本地训练模型并对提交文件的实时评测，最终完成评分为49.98。
2020-02-15 14:27:41
49.98
98
通过在本地训练模型并对提交文件的实时评测，最终完成评分为49.88。
2020-02-22 19:59:31
49.88
149
通过在本地训练模型并对提交文件的实时评测，最终完成评分为32.93。
2020-02-08 15:54:04
32.93
167
通过在本地训练模型并对提交文件的实时评测，最终完成评分为32.73。
2020-02-25 20:31:15
32.73
168
通过在本地训练模型并对提交文件的实时评测，最终完成评分为29.50。
2020-02-12 12:23:16
29.50
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