瑜伽体式分类

分享给好友

2021-07-22 12:00:00
开始提交

2021-08-31 12:00:00
最终提交结束

自由训练

奖金池 ¥ 3,000
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
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

瑜伽一词来源于印度梵语,含义为“一致”“结合”“和谐”,强调通过调整呼吸和静坐来消除精神紧张,达到个人灵魂和宇宙灵魂相结合的境界。近几年现代瑜伽在年轻人群体中逐渐流行,有些人通过瑜伽来减脂塑形、改善体态,有些人更加注重在瑜伽中调整呼吸、冥想正念,瑜伽成为了人们用来改善生理和心理情况的常用手段。

暑假开始了,钱包瘪瘪的你找到了一份瑜伽教练助理的兼职工作,为的就是每天能有钱买下一杯奶茶让自己快乐。你被安排的工作内容是帮助教练记录和整理学员所做的每个瑜伽动作,但瑜伽的动作实在太多了,你很难记住每个体式的名字,于是你准备搞一个图像分类模型来帮助你在工作中划水。刚好这里有这么一个赛事能满足你的需求。

竞赛使用的数据集包含瑜伽体式共6大类、82小类,本次分类任务按82小类进行划分,祝你顺利完成分类任务。

参赛须知

报名时间

2021-07-22 12:00:00 - 2021-08-31 12:00:00

提交时间

2021-07-22 12:00:00-2021-08-31 12:00:00

参赛时间:2021.07.22 12:00:00-2021.08.31 12:00:00

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 1500元奖金
亚军奖 1人 800元奖金
季军奖 1人 400元奖金
第四名 1人 200元奖金
第五名 1人 100元奖金

奖励获取要求:

  • 奖金获取标准:70<Score 根据排名获得奖金
  • 比赛结束两周时间内,获得奖金的参赛者需提供文档格式赛题解决思路和15分钟以上的PPT答辩视频(FlyAI提供模版);
  • 温馨提示:未在有效时间内提供答辩经验的参赛者,视为放弃奖励资格哦!

赛事主题和数据说明

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 image/Akarna_Dhanurasana0_350.jpg
labels str 标签 1,8,0

本数据集分布情况:训练集约11400张图片,测试集约1300张图片。

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": "image\/Akarna_Dhanurasana0_350.jpg"
}

输出字段:

{
    "labels": "1,8,0"
}

评审指标说明

    排行榜精度评估说明

  • 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prediction.py中的load_model和predict方法。系统使用这些方法评估模型算出评分。
超过 70 分的成绩将会在24小时内展示在排行榜上哦!
第三名

黑羽

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96.45。

2021-09-01 10:33:55

96.45

第三名

江水

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96.20。

2021-08-07 21:21:41

96.20

第三名

deeper

batch数据为8,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95.71。

2021-08-31 10:07:44

95.71

4

Zhww

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94.85。

2021-08-30 01:38:19

94.85

5

chenfengshf

batch数据为4,循环次数为34次,通过在线上环境完成训练,模型最优精度评分为94.61。

2021-08-28 02:35:12

94.61

6

伤心凉粉

batch数据为16,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93.38。

2021-07-31 04:24:38

93.38

7

三三1571933607

batch数据为64,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92.16。

2021-08-31 07:13:59

92.16

8

flyai会员1628818123

batch数据为32,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91.67。

2021-08-14 10:22:02

91.67

9

CN86

batch数据为32,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91.30。

2021-08-18 19:18:08

91.30

10

★八百标兵奔北坡

batch数据为64,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为91.05。

2021-08-24 12:52:48

91.05

11

别人的公园

batch数据为32,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90.93。

2021-08-13 02:56:37

90.93

12

zebra

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89.09。

2021-08-26 21:54:19

89.09

13

Mikeyboiii

batch数据为64,循环次数为12次,通过在线上环境完成训练,模型最优精度评分为87.25。

2021-08-22 10:41:15

87.25

14

我每样都会一点点

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为81.50。

2021-08-21 06:27:23

81.50

15

yolov5_20210310

batch数据为16,循环次数为43次,通过在线上环境完成训练,模型最优精度评分为70.83。

2021-08-22 04:52:16

70.83

16

Computer_Vision

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64.46。

2021-08-23 18:28:10

64.46

17

flyai会员1621935239

batch数据为32,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56.50。

2021-07-21 15:39:20

56.50

18

轩台雅蝉

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56.13。

2021-07-23 21:11:19

56.13

19

abccc

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56.13。

2021-07-24 17:28:21

56.13

20

指间砂

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56.13。

2021-07-25 10:01:18

56.13

21

Mxeron

batch数据为64,循环次数为600次,通过在线上环境完成训练,模型最优精度评分为56.13。

2021-07-25 10:18:53

56.13

22

flyai会员1627183870

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56.13。

2021-07-25 13:20:03

56.13

23

Liyulingyue

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56.13。

2021-07-26 06:34:45

56.13

24

flyai会员1623737476

batch数据为64,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为56.13。

2021-07-26 10:42:44

56.13

25

.1627286939

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56.13。

2021-07-26 16:16:43

56.13

26

Begin,again

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56.13。

2021-07-27 11:04:58

56.13

27

初学者1611540203

batch数据为32,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56.13。

2021-07-27 11:23:47

56.13

28

老人雨何

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56.13。

2021-07-27 13:53:48

56.13

29

是阿正

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56.13。

2021-07-27 16:19:51

56.13

30

flyai会员1627721362

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56.13。

2021-07-31 16:58:33

56.13

31

Adam4ever

batch数据为24,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56.13。

2021-08-02 22:23:43

56.13

32

flyai会员1628044795

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56.13。

2021-08-04 10:45:54

56.13

33

蝈蝈

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56.13。

2021-08-04 22:03:52

56.13

34

半度、

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56.13。

2021-08-05 15:53:16

56.13

35

Road1628218864

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56.13。

2021-08-06 11:07:25

56.13

36

哦豁了

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56.13。

2021-08-06 13:17:52

56.13

37

微笑的弧度

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56.13。

2021-08-06 13:29:59

56.13

38

笃行

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56.13。

2021-08-06 17:01:21

56.13

39

荟不会学习?

batch数据为64,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为56.13。

2021-08-07 21:18:49

56.13

40

郭同学

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56.13。

2021-08-09 08:34:17

56.13

41

flyai会员1628437948

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56.13。

2021-08-09 09:16:46

56.13

42

赵广荣

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56.13。

2021-08-09 21:27:46

56.13

43

Solor

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56.13。

2021-08-10 01:39:53

56.13

44

flyai会员1619453345

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56.13。

2021-08-12 01:50:13

56.13

45

甲乙木丁

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56.13。

PyTorch

LeNet5

2021-08-12 20:33:34

56.13

46

一颗豆豆,两颗米

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56.13。

2021-08-13 16:09:55

56.13

47

潘洛斯上的手

batch数据为32,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为56.13。

2021-08-16 13:54:03

56.13

48

Kerwin

batch数据为64,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56.13。

2021-08-17 22:01:43

56.13

49

。1564630109

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56.13。

2021-08-19 13:57:55

56.13

50

夕月

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56.13。

2021-08-23 14:30:55

56.13

51

当时只道是寻常

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为56.13。

2021-08-23 21:57:43

56.13

52

洊茬姃眀哋洎憅亾耦

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56.13。

2021-08-24 15:16:43

56.13

53

flyai会员1629792120

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56.13。

2021-08-24 16:07:38

56.13

54

flyai会员1629716385

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56.13。

2021-08-24 22:27:05

56.13

55

flyai会员1630126326

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56.13。

2021-08-28 13:04:21

56.13

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