北京垃圾分类识别

分享给好友

2020-05-01 12:00:00
开始提交

2020-06-01 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

5月1日起,新版《北京市生活垃圾管理条例》(以下简称新《条例》)正式实施。为配合《条例》的实施,北京市还印发了《北京市生活垃圾分类工作行动方案》以及四个实施办法。

北京的垃圾分类标准与上海并不完全一致,采用可回收物、厨余垃圾、有害垃圾和其他垃圾四大类,分别对应四种不同颜色的垃圾桶,即蓝色、绿色、红色和灰色。

随着垃圾分类处理行业竞争的不断加剧,大型企业间并购整合与资本运作日趋频繁,国内外优秀的垃圾分类处理企业愈来愈重视对行业市场的分析研究,特别是通过人工智能技术与垃圾分类硬件、软件产品中的应用融合,能够帮助居民更加准确的进行垃圾的准确分类,提升分类效果。

本赛题要求参赛者基于深度学习技术建立准确的垃圾分类模型,利用技术手段改善人居生活环境!

赛事主题和数据说明

赛题描述

5月1日起,新版《北京市生活垃圾管理条例》(以下简称新《条例》)正式实施。为配合《条例》的实施,北京市还印发了《北京市生活垃圾分类工作行动方案》以及四个实施办法。本赛题要求参赛者基于深度学习技术建立准确的垃圾分类模型,利用技术手段改善人居生活环境!

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/BeijingGarbage/images/0.png
label int 标签 0
name str 垃圾名称 厨余垃圾_核桃

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\/BeijingGarbage\/images\/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 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

南飞的雁

大神经验
batch数据为64,循环次数为18次,通过在线上环境完成训练,模型最优精度评分为86.67。

2020-05-22 03:37:52

大神经验
第三名

伤心凉粉

大神经验
batch数据为64,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86.03。

2020-05-20 16:50:14

大神经验
第三名

yunshao555

大神经验
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85.97。

2020-05-18 03:47:26

大神经验
4

想吃多但不想长胖

大神经验
batch数据为64,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85.36。

2020-05-26 17:02:11

大神经验
第一名
别人的公园 2020-06-04 10:12:44
2020-06-04 10:12:44
87.24
第二名
NoGPUBoy 2020-06-01 21:09:28
2020-06-01 21:09:28
87.1
第三名
南飞的雁 2020-06-02 06:40:58
2020-06-02 06:40:58
85.16
4
ggcc 2020-06-25 21:33:48
2020-06-25 21:33:48
81.97
5
吴彦祖 2020-06-02 06:41:50
2020-06-02 06:41:50
67.04
6
syg 2020-06-02 04:38:22
2020-06-02 04:38:22
61.95
7
Mr.Fire 2020-06-15 06:03:13
2020-06-15 06:03:13
59.17
8
cyf 2020-06-02 20:40:55
2020-06-02 20:40:55
46.79
9
wootsi 2020-07-18 17:39:50
2020-07-18 17:39:50
39.58
10
jieke0116 2020-07-08 15:41:15
2020-07-08 15:41:15
4.02
11
沁竹 2020-06-10 06:40:48
2020-06-10 06:40:48
2.6
12
SKMing 2020-09-10 20:08:32
2020-09-10 20:08:32
2.6
13
喝酸奶不舔盖 2020-10-23 10:38:00
2020-10-23 10:38:00
2.6
14
flyai会员1603024333 2020-11-08 14:29:58
2020-11-08 14:29:58
2.6
15
zozo 2020-11-30 22:18:44
2020-11-30 22:18:44
2.6
16
flyai会员1627008501 2021-07-27 17:37:37
2021-07-27 17:37:37
2.6
17
flyai会员1629518245 2021-08-21 12:09:27
2021-08-21 12:09:27
2.6
18
flyai会员1619453345 2021-08-23 23:23:45
2021-08-23 23:23:45
2.6
19
志鹏 2020-07-26 14:23:56
2020-07-26 14:23:56
0.33
20
MajestyBro 2020-06-03 16:14:56
2020-06-03 16:14:56
0
21
flyai会员1593498963 2020-07-02 11:40:38
2020-07-02 11:40:38
0
22
helloword 2020-07-07 00:08:53
2020-07-07 00:08:53
0
23
humeme 2020-08-15 21:22:59
2020-08-15 21:22:59
0
24
AHHHHH 2020-09-05 15:54:43
2020-09-05 15:54:43
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。