简单

此类赛题相对简单,可更加熟练的掌握深度学习,高准确率的模型评分也会很轻易的达到。

排名奖金

遥感图像自然场景识别

可报名

奖金池 ¥ 23,000

本赛题主要进行典型场景智能识别,场景类型包括海滩、圆形农田、云、荒漠、林地、山脉、矩形农田、建筑区、河流和雪山共10类,在国土资源、海洋及海岸带、内陆水体、生态环境、农业、林业等各个领域具有重要的应用潜力。要求参赛选手利用机器学习等智能算法自动识别出所规定的测试集图像对应的场景类型。
简单 视觉计算
图像识别

51

阅读 19.4k

练习比赛

脸部年龄判断

可报名

奖金池 ¥ 3,000

本数据集为脸龄判断数据集,共包含9779张不同人种的人类个体面部图片,个体年龄分布为1岁到110岁之间,共99个类别。为简化问题,将每10岁划为一个区间,使类别缩小到10类。
简单 视觉计算
图像识别

2

阅读 21.1k

排名奖金

Caltech256 图像分类竞赛

可报名

奖金池 ¥ 20,000

Caltech-256 物品分类数据集由Caltech-101数据集演变而来,该数据集选自Google Image数据集,并手工去除了不符合其类别的图片。在该数据集中共有30,607张图片,256个图片类别,每个类别包括超过80张图片。

9

阅读 33.3k

练习比赛

仇恨言论识别

可报名

奖金池 ¥ 5,000

此数据集包含25000多条推文内容。仇恨言论识别任务:查看短文,并确定它是否为 0(包含仇恨言论),1(冒犯性的,但没有仇恨言论),2(一点也没有冒犯性)。

练习比赛

CT影像诊断新冠肺炎

可报名

奖金池 ¥ 1,500

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。

217

阅读 14.6k

排名奖金

图片颜值打分趣味赛

可报名

奖金池 ¥ 3,000

颜值预测(facial beauty prediction,FBP)是使人脸魅力评估达到人类感知程度的重要视觉识别问题。该项目数据集共有5500个正面人脸,具有不同的属性(男性/女性,亚洲/白人,年龄)和不同的标签(面部标志,5个等级的颜值分数,颜值分数分布) ,这使得不同的计算模型具有不同的颜值预测范式。 所有图片都被标注了颜值的分数,从[0,5]不等。
简单 视觉计算
图像识别

123

阅读 16.4k

练习比赛

生活垃圾分类

可报名

奖金池 ¥ 3,000

自今年7月1日起,上海市将正式实施 《上海市生活垃圾管理条例》。垃圾分类,看似是微不足道的“小事”,实则关系到13亿多人生活环境的改善,理应大力提倡。 垃圾识别分类数据集中包括class、cardboard、metal、paper、plastic、trash,共6个类别。 生活垃圾由于种类繁多,具体分类缺乏统一标准,大多人在实际操作时会“选择困难”,基于深度学习技术建立准确的分类模型,利用技术手段改善人居环境。

练习比赛

ATEC-问题相似度计算练习赛(内置BERT)

可报名

奖金池 ¥ 4,000

ATEC-问题相似度计算是由蚂蚁金服主办的赛题,在智能客服业务场景中提升用户体验、高效问题匹配、减轻客服压力等方面具有重要的价值。 基于对问题相似度计算研究,FlyAI为优秀的算法研究者提供此类赛题并通过FlyAI训练框架内置Google BERT 预训练模型。以客服业务为切入点,与大家一起探讨在自然语言处理领域的研究价值、普惠金融领域的商业发展价值。 Google BERT简介:2018年谷歌AI团队新发布的BERT模型,在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩:全部两个衡量指标上全面超越人类,并且还在11种不同NLP测试中创出最佳成绩,包括将GLUE基准推至80.4%(绝对改进7.6%),MultiNLI准确度达到86.7% (绝对改进率5.6%)等。
简单 自然语言处理
语义相似度

0

阅读 11.3k

排名奖金

心率不齐病症检测赛

可报名

奖金池 ¥ 1,500

正常人的心脏跳动是由一个称为“窦房结”的高级司令部指挥。窦房结发出信号刺激心脏跳动,这种来自窦房结信号引起的心脏跳动,就称为正常的“窦性心律”,频率每分钟约为60—100次。每分钟心跳的次数,即心率就是由此而来。 心律不齐的后果可能完全无害,也可能危及生命。某些威胁生命的心律不齐的症状并不明显,通常需要采用某些诊断方法以确定心律失常的确切性质及发生原因。心电图检查(ECG)是发现心律失常并确定其病因的主要诊断方法。它提供每个心跳时电流的图形表现。 从实际应用场景来看,心率不齐检测技术确实可大幅缩短医生的工作量,并高效的展示出检测结果,但在医学研究领域也同样需要高准确率的算法模型实现以达到应用场景落地。本次比赛要求参赛者根据提供的(ECG)数据,建立精准的检测模型。
简单 结构化数据
疾病诊断

34

阅读 13.8k

练习比赛

AI医学影像:小儿肺炎患者诊断

可报名

奖金池 ¥ 10,000

胸部X线影像(前-后)选自广州市广州妇女儿童医学中心一至五岁儿科患者。所有胸部X射线成像均作为患者常规临床护理的一部分进行。 有5,863个X射线图像(JPEG)和2个类别(肺炎/正常)。

排名奖金

手指指纹识别开源竞赛

可报名

奖金池 ¥ 4000+最新A100限量体验

指纹识别技术的应用非常广泛:典型的脱机应用有指纹锁,指纹保险柜、指纹考勤系统等;联机应用有电子银行,自动取款机、电子商务等。目前以指纹为代表的生物特征识别技术有望在将来的公共领域和民用领域扮演更重要的角色。 数据集说明: • 指纹数据集由将近5000张指纹构成基础数据,然后通过一些数据增强操作如擦除、旋转等生成了更多的指纹数据。该训练数据集一共包含16844张指纹图像。所有指纹图像的分辨率为1×96×103(灰×宽×高)。 • 本项目为图像识别类项目,不是分类项目。所以训练数据集样本仅提供两两匹配的情况,其它情况请参赛选手自行处理数据。评估数据集中含有不匹配的样本数据,需要参赛者通过提升模型的识别能力来提高最终比赛分数。 本赛题结束后将开源优秀代码。
简单 视觉计算
图像识别

65

阅读 19.1k

实时奖金

医疗文本分类

可报名

奖金池 ¥ 3,000

人工智能技术在越来越多的医疗场景中体现出应用价值,医疗文本分类是借助深度学习的技术优势,根据文本的特征将其分到预先设定的类别中。在解决医疗诊断任务的情况下必须满足预测模型的准确性,对数据的处理能力,对诊断结果的解释能力,保证最终结果的一个可靠性。

排名奖金

X光片检测患者肺炎

可报名

奖金池 ¥ 3,000

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

实时奖金

多面体骰子分类

可报名

奖金池 ¥ 2,000

骰子也称色子,为一正多面体,通常作为桌上游戏的小道具。同时骰子也可以用于生成指定范围的随机数。最常见的骰子是六面骰,它是一个正立方体,上面分别有一到六个数,其相对两面数字之和必为七。 本赛题主要对骰子形状进行分类,一共包括四面骰、六面骰、八面骰、十面骰、十二面骰和二十面骰。其中训练集、验证集和测试集划分比例为6:2:2.

实时奖金

你画我猜

可报名

奖金池 ¥ 5,000

为了增强人工智能的趣味性,我们开展了你画我猜这一竞赛。你画我猜数据集中包括了40种生活中常见的类别如飞机、苹果、篮球等。图片信息以json格式存储,在每个json中记录了用户每一笔简笔画对应的横坐标集合和纵坐标集合。其中训练集、验证集和测试集划分比例为6:2:2.

11

阅读 18.5k

实时奖金

结直肠癌组织纹理分类

可报名

奖金池 ¥ 6,000

结直肠癌(colorectal cancer,CRC)位于常见恶性肿瘤第三位并且死亡率极高,其早期诊断和肿瘤分期对治疗方式的选择有重要意义。近年来,越来越多的研究表明,纹理分析通过分析影像中像素或体素灰度的分布和联系,挖掘其细微结构和变化规律,能够更精确地评估肿瘤异质性、内在侵袭性和治疗抗性。因此纹理分析有助于肿瘤的早期诊断、分期和预后评估。 本赛题主要对结直肠癌的纹理影像进行分类,其中据集包含了5000张结直肠癌纹理的图片,图片大小为150*150的RGB图片。图片共分为8个类别,代表8种不同的纹理。

实时奖金

中文微博的立场检测

可报名

奖金池 ¥ 5,000

本次立场检测任务旨在自动确定微博作者对某一话题赞成给定topic(FAVOR),反对给定topic(AGAINST),或者两者都不是(NONE)。注意到给定topic可能不在微博文本中。这意味着立场检测不同于传统的目标检测/部分情绪分析。

实时奖金

中文的命名实体识别

可报名

奖金池 ¥ 5,000

命名实体识别,英文简称NER,主要任务是识别文本中具有特定意义的实体,主要包括人名、地名、机构名称、专有的名词等,以及关于时间、数量、货币、比例数值等文字。
简单 自然语言处理
命名实体识别

4

阅读 25.6k

实时奖金

TensorFlow2.0 人民币面值识别

可报名

奖金池 ¥ 2,000

全网首个TensorFlow 2.0竞赛项目上线! 人民币面值识别是一个简单的图像分类任务,通过建立准确的分类模型识别出人民币面额。 第四套人民币是中国人民银行于1987年4月27日至1997年4月1日发行的一套货币,共有1角、2角、5角、1元、2元、5元、10元、50元、100元9种面额。 TensorFlow 2.0 将专注于简单性和易用性,具有以下更新: 1、使用 Keras 轻松构建模型 2、在任意平台上实现稳健模型部署 3、为研究提供强大的实验工具 4、简化 API 接口,删掉多余的和重复的 API

实时奖金

社交网站消息内容分类

可报名

奖金池 ¥ 2,500

此数据集包含超过10000条社交平台Twitter上的推文,其中包括对一些'着火'、'隔离'、'混乱'等关键词的搜索,判断推文内容是否涉及灾难性的事件(这里排除对一些文字、电影评论或者非灾难事件等开玩笑的内容)。

实时奖金

呼吸声音推断呼吸系统疾病

可报名

奖金池 ¥ 3,000

呼吸声音是呼吸系统是否健康的重要参考指标。例如,喘息声是患有哮喘或慢性阻塞性肺病(COPD)患者常见的现象。 呼吸声音数据集由葡萄牙和希腊的两个研究小组创建。它包括920个不同长度的注释录音,录音长度10到90秒,数据包括干净的呼吸音以及模拟真实生活条件的嘈杂录音。这些录音来自126名患者,患者遍及儿童、成人和老年人。
简单
语音
语音分类

7

阅读 12.9k

实时奖金

用户商场评价情感分析

可报名

奖金池 ¥ 1,000

此数据集涵盖了24 万家餐馆,54 万用户,440 万条评论/评分数据。每条数据包含用户对餐馆的四个维度的评分(总体,环境,口味,服务),评分为从1到5的整数。该数据集适合做推荐系统、情感/观点/评论 倾向性分析
简单 自然语言处理
情感分类树

1

阅读 16.5k

实时奖金

UrbanSound8K-城市音频分类

可报名

奖金池 ¥ 4,000

该数据集收录的城市声音包含10个声音类别、8732个声音文件(每个文件最长不超过4秒)。 环境声音分类是一个不断发展的研究领域,例如对导致城市噪声污染的声音研究。鉴于对环境,特别是城市环境声音进行分类的各种研究,我们应该使用哪种分类法,它是否能满足我们的研究需求等并没有明确的结论。通过本赛题建立准确的音频分类模型,希望给大家带来更多对音频分类方法上的思考与突破。
简单
语音
语音分类

3

阅读 16.6k

实时奖金

细胞图像分类-疟疾病诊断

可报名

奖金池 ¥ 3,000

通过检测包含疟疾的图像细胞帮助医生尽早确诊疟疾病患者并及时进行治疗。该数据集包含两个文件:感染/未感染,共有27,588张图片。

实时奖金

中文阅读理解练习赛

可报名

奖金池 ¥ 2,000

该数据集提供一个中文问题并列出与其有关联的句子描述,建立判断模型并从列出的所有句子中正确选择一个或多个具有相关联的句子作为答案. 数据格式为:提供的问题(第一列),问题的相对应句子(第二列),以及他们的答案注释(第三列);如果文档句子是问题的正确答案,则其注释将为1,否则其注释将为0。 所有数据集文件都以UTF-8编码。
简单 自然语言处理
文本相似度

1

阅读 12.5k

实时奖金

7种表情分类

可报名

奖金池 ¥ 1,000

本数据集是一个包含7种表情的图片数据集,表情分别为平静、愤怒、失落、恐惧等。原数据集中表情由10位日本女性学生提供,每个人分别提供若干张不同表情的照片。我们对数据集进行了翻转,明暗变化等数据增强处理,使得数据大小从213增加到了852。

实时奖金

今日头条新闻分类

可报名

奖金池 ¥ 2,000

今日头条中文新闻(文本)分类数据集由今日头条客户端提供,共计382688条数据,15个分类。 分类code:民生/文化/娱乐/体育/财经/房产/汽车/教育/科技/军事/旅游/国际/证券/农业/电竞

实时奖金

2005 VOC挑战赛

可报名

奖金池 ¥ 2,500

PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集,从2005年到2012年每年都会举行一场图像识别challenge。该数据集取自TU-Darmstadt, Caltech, TU-Graz 和 UIUC等发布的数据集。在该数据集中每张图片中的物体都由人工标注,物体包含汽车,摩托车,自行车和人体四类。
简单 视觉计算
图像识别

0

阅读 13.5k

实时奖金

Quora-检测两个问题是否重复

可报名

奖金池 ¥ 3,000

此数据集是Quora网站公开的数据集,包含了40万条数据。每条数据由两个看起来相似的问题及问题是否重复的标签组成。该数据集可用来训练具有判断能力的NLP模型。
简单 自然语言处理
文本相似度

0

阅读 15.1k

实时奖金

美国点评网站Yelp评价预测赛

可报名

奖金池 ¥ 5,000

该数据集包含美国15万用户对18万家企业的100万条点评,涵盖超过140万个商业属性,包括营业时间,停车位,便利性和环境等等。每条数据包括企业名称,位置,属性和类别

实时奖金

62种交通信号标志识别

可报名

奖金池 ¥ 5,000

BelgiumTSC 是一个图像数据集,包含62种交通信号标志的照片。分类数量:62 图片数量:6,954 标注:种类编号

实时奖金

CIFAR100种图片分类练习赛

可报名

奖金池 ¥ 2,000

此数据集与CIFAR-10类似,不同之处在于它有100个类型,每类包含600个图像。每个类有500个训练图像和100个测试图像。CIFAR-100中的100个小类分为20个大类,每张图片包含其所属的小类和大类标签。

0

阅读 19.9k

实时奖金

CIFAR-10 图片分类预测

可报名

奖金池 ¥ 1,000

CIFAR-10数据集是一组图像,通常用于训练机器学习和计算机视觉算法。它是机器学习研究中使用最广泛的数据集之一。 CIFAR-10数据集包含10个不同类别的60,000个32x32彩色图像。 10个不同的类别代表飞机,汽车,鸟类,猫,鹿,狗,青蛙,马,船和卡车。每个类别有6000张图片,该数据集共有5万张训练图片以及1万张测试图片

练习比赛

120种狗狗品种分类赛

可报名

奖金池 ¥ 3,000

Stanford Dogs数据集包含来自世界各地的120种犬种的图像。该数据集是使用ImageNet中的图像和注释构建的,用于细粒度图像分类的任务。它最初被收集用于细粒图像分类,这是一个具有挑战性的问题,因为某些犬种具有接近相同的特征或者颜色。

练习比赛

植物幼苗分类

可报名

奖金池 ¥ 3,000

该数据集包括12种植物物种的幼苗。本次竞赛的任务是根据图片建立预测植物种类的精准模型。