秃头识别趣味新手赛

分享给好友

2020-06-23 12:00:00
开始提交

2020-07-23 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

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

这是一个有趣的算法竞赛赛题,你可能见过的很多赛题都是对人脸进行分类识别,但是这场比赛却是一场专门对“秃头小宝贝”的分类竞赛。

Bald Classification Dataset(秃头数据集)由 Ashish Jangra 于今年 5 月发布。FlyAI提供的处理后数据集包含9000多张图像,其中训练集和验证集划分比例为7:3;

通过训练秃头数据集,可以快速算出合影、视频、或区域街景中,目标区域中的“含秃率”。也可以在皮肤科、内分泌科、脱发专科门诊,协助医生进行病理性脱发的病程判定。还可以成为植发医院的销售线索工具,无论是在密集人群中发现目标群体,还是对比特定区域之间的目标群体密度,都可以进行尝试。

赛事主题和数据说明

赛题描述

FlyAI提供的处理后数据集包含9000多张图像,其中训练集和验证集划分比例为7:3; 通过训练秃头数据集,可以快速算出合影、视频、或区域街景中,目标区域中的“含秃率”。也可以在皮肤科、内分泌科、脱发专科门诊,协助医生进行病理性脱发的病程判定。还可以成为植发医院的销售线索工具,无论是在密集人群中发现目标群体,还是对比特定区域之间的目标群体密度,都可以进行尝试。

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 样例
train.csv image_path str 图片的相对路径 ./data/input/BaldClassification/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\/BaldClassification\/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 95分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

别人的公园

大神经验
batch数据为1,循环次数为233次,通过在线上环境完成训练,模型最优精度评分为97.95。

Scikit-learn

SVM

2020-07-16 05:07:00

大神经验
第三名

大神经验
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97.80。

2020-07-13 23:26:33

大神经验
第三名

非黑即白

大神经验
batch数据为32,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97.73。

2020-07-07 08:01:44

大神经验
4

吴彦祖

大神经验
batch数据为64,循环次数为4次,通过在线上环境完成训练,模型最优精度评分为97.73。

2020-07-15 13:56:02

大神经验
5

想吃多但不想长胖

大神经验
batch数据为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为97.69。

2020-07-11 03:47:32

大神经验
第一名
阿正 2020-12-15 01:17:35
2020-12-15 01:17:35
97.33
第二名
szs 2020-09-01 15:03:15
2020-09-01 15:03:15
97.29
第三名
朝阳东升 2020-07-23 21:08:40
2020-07-23 21:08:40
97.14
4
Michael Shen 2020-07-23 20:16:42
2020-07-23 20:16:42
96.96
5
是阿正 2020-12-14 15:45:31
2020-12-14 15:45:31
96.92
6
约翰 2020-10-22 19:35:01
2020-10-22 19:35:01
49.18
7
吴开顺 2020-11-03 02:12:24
2020-11-03 02:12:24
49.18
8
娇气鬼 2020-11-30 16:49:27
2020-11-30 16:49:27
49.18
9
Timon(白羊咖啡屋) 2020-12-15 16:44:30
2020-12-15 16:44:30
49.18
10
潇潇桃太郎 2020-12-21 14:58:16
2020-12-21 14:58:16
49.18
11
flyai会员1608987861 2020-12-28 17:22:37
2020-12-28 17:22:37
49.18
12
杨涛 2021-02-23 10:51:31
2021-02-23 10:51:31
49.18
13
S.S.S. 2021-03-08 11:05:05
2021-03-08 11:05:05
49.18
14
flyai会员1603024333 2021-03-13 16:16:04
2021-03-13 16:16:04
49.18
15
Vkino 2021-03-26 22:52:34
2021-03-26 22:52:34
49.18
16
用户昵称 2021-04-12 15:46:31
2021-04-12 15:46:31
49.18
17
bread 2020-08-04 12:03:12
2020-08-04 12:03:12
0
18
Armor 2020-08-17 17:30:57
2020-08-17 17:30:57
0
19
蜃気楼 2020-08-19 14:03:41
2020-08-19 14:03:41
0
20
换你温柔侧目 2020-09-03 13:39:33
2020-09-03 13:39:33
0
21
flyai会员1599007332 2020-09-03 17:41:29
2020-09-03 17:41:29
0
22
aac 2020-09-23 11:39:50
2020-09-23 11:39:50
0
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
$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...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux

1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件,双击执行 flyai.exe 程序

第一次使用需要使用微信扫码登录 杀毒软件可能会误报,点击信任该程序即可

3.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序,点击"使用jupyter调试"按钮自动打开jupyter lab 操作界面

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交GPU训练"按钮,代码将自动提交到云端GPU进行训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.打开运行,输入cmd,打开终端

Win+R 输入 cmd

3.使用终端进入到项目的根目录下

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境(第一次使用需要使用微信扫码登录)

操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

flyai.exe path=xxx 可以设置自己的Python路径

flyai.exe path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本: chmod +x ./flyai

4.开启 Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境(第一次使用需要使用微信扫码登录) 操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

或使用终端

执行下列命令本地安装环境并调试

./flyai test 注意:如果出现 permission denied 错误,需使用sudo运行

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

执行test命令,会自动下载100条测试数据到项目下

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !./flyai train 将代码提交到云端GPU免费训练 返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

或者在终端下使用 ./flyai train -b=32 -e=10

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

./flyai path=xxx 可以设置自己的Python路径

./flyai path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心