CT影像诊断新冠肺炎

分享给好友

2020-04-30 12:00:00
开始提交

2020-05-30 20:00:00
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

自2月12日起,湖北首次将临床诊断病例数纳入新增数据,在《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》(以下简称:《第五版新冠肺炎诊疗方案》)中提到将”疑似病例中具有肺炎影像学特征者“纳入临床诊断病例标准,将“肺部影像学显示炎症明显吸收”重新回归到解除隔离和出院标准中,不难看出影像学在此次新冠肺炎中的诊断中起着至关重要的作用。

人工智能技术在本次的抗疫战争中也发挥着自己的优势,通过深度学习技术,对医学影像进行分类识别,协助诊断专家完成高效率、高准确率的诊断任务。

本赛题是一个图像二分类任务,基于2019年新冠肺炎CT医学影像数据,要求参赛者搭建算法模型,通过CT医学影像诊断患者是否感染新冠肺炎。对医学领域的人工智能技术落地研究有着重要意义。

赛事主题和数据说明

赛题描述

本赛题是一个图像二分类任务,基于2019年新冠肺炎CT医学影像数据,要求参赛者搭建算法模型,通过CT医学影像诊断患者是否感染新冠肺炎。对医学领域的人工智能技术落地研究有着重要意义。

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 样例
train.csv image_path str 图片的相对路径 ./data/input/COVIDClassification/image/0.png
label int 标签 0

评审标准

算法输入输出格式

系统评估时,要求参赛者必须在predict方法中接收到输入和评估返回的结果输出,格式如下所示。

输入字段:

{
    "image_path": ".\/data\/input\/COVIDClassification\/image\/0.png"
}

输出字段:

{
    "label": 0
}

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 90分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

小林子

大神经验
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96.38。

2020-05-02 19:28:28

大神经验
第三名

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96.38。

2020-05-20 07:36:46

大神经验
第三名

鹏1577582907

大神经验
batch数据为16,循环次数为25次,通过在线上环境完成训练,模型最优精度评分为95.02。

2020-05-03 16:03:10

大神经验
4

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95.02。

2020-05-23 00:18:02

大神经验
5

海里的羊

大神经验
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95.02。

2020-05-27 00:14:16

大神经验
6

yunshao555

大神经验
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94.12。

2020-05-01 13:42:49

大神经验
7

Liyw

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94.12。

2020-05-04 06:39:52

大神经验
8

mki

大神经验
batch数据为32,循环次数为35次,通过在线上环境完成训练,模型最优精度评分为93.21。

2020-05-06 01:24:23

大神经验
9

非黑即白

大神经验
batch数据为40,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93.21。

2020-05-22 04:15:33

大神经验
10

莫须有の嚣张

大神经验
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92.76。

2020-05-11 14:46:55

大神经验
第一名
张曼月 2021-04-30 11:05:11
2021-04-30 11:05:11
95.48
第二名
天涯·明月·刀 2020-06-23 03:33:34
2020-06-23 03:33:34
94.57
第三名
sombra 2020-10-10 10:38:25
2020-10-10 10:38:25
81
4
David Wang 2020-10-21 17:17:46
2020-10-21 17:17:46
54.3
5
szh 2021-10-21 21:28:43
2021-10-21 21:28:43
54.3
6
清风拂山岗 2020-10-25 16:38:02
2020-10-25 16:38:02
45.7
7
flyai会员1595818468 2020-11-02 11:42:36
2020-11-02 11:42:36
45.7
8
是阿正 2020-11-13 10:58:07
2020-11-13 10:58:07
45.7
9
梦比优斯 2020-11-21 23:58:41
2020-11-21 23:58:41
45.7
10
了却无痕 2020-11-30 18:00:40
2020-11-30 18:00:40
45.7
11
CXY 2020-12-02 20:46:57
2020-12-02 20:46:57
45.7
12
山水相依 2020-12-06 20:00:17
2020-12-06 20:00:17
45.7
13
flyai会员1603024333 2020-12-14 09:44:53
2020-12-14 09:44:53
45.7
14
初学者1611540203 2021-07-27 16:12:24
2021-07-27 16:12:24
45.7
15
CNR 2021-08-20 16:43:57
2021-08-20 16:43:57
45.7
16
罂粟 2020-07-16 15:12:11
2020-07-16 15:12:11
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?

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。