62种交通信号标志识别

分享给好友

剩余奖金 ¥ 1,271

立即报名

立即报名

大赛简介

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

参赛须知

参赛时间: 本次竞赛无时间限制,长期有效开放

如何参赛?

  • 请在项目详情页点击【立即报名】按钮,首次需验证手机号、完善报名信息
  • 请点击本页的【资料下载】按钮,下载参赛资料并详细阅读README.md文件

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
  • 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

  • 最终比赛成绩以排行榜显示排名为准
  • 根据作品提交时间先后顺序进行人工审核,审核合格后提交至排行榜
  • 禁止私下与队伍成员之外的人员分享代码和数据,鼓励在大赛交流群与所有参赛选手公开讨论
  • 参赛选手需自行检查提交作品的正确性,确认无误后再进行提交,如有任何提交问题导致成绩有误,主办方概不负责
  • 参赛作品必须保证原创性,不违反任何中华人民共和国的有关法律,不侵犯任何第三方知识产权或其它权利,如有发现并查证,主办方将取消其比赛资格、成绩

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)
参与奖(总奖金30%) 所有人 不同得分区间获得相应的竞赛奖金
突破奖(总奖金20%) 所有人 更新排行榜得分,获取相应竞赛奖金
排名奖(总奖金50%) 第一周/月前3名(冠、亚、季军) 项目上线第一周、第一个月; Time_P(周) = 0.5,Time_P(月) = 0.5;K1=0.5,K2=0.3,K3=0.2;
不同框架奖励 所有人 获得60FAI币用于GPU训练资源消耗

备注:

  • 奖金获取标准:90<Score 按照得分比例获取奖金
  • 获得奖金分为3部分:参与奖、突破奖为审核完毕实时获取的奖金,排名奖需在规定时间结束后根据排名顺序获得
  • Bouns表示为:奖金池总金额;Score表示为:模型得分;
  • 【参与奖】相同得分区间无法再次获得奖励
  • 各项奖金获得计算公式参考如下:
  • 参与奖(Participation Award)
  • R表示:得分的区间系数;T表示为:相同得分区间得分人数;
  • 100-标准分:分为5个区间系数;R1(0.02),R2(0.08),R3(0.15),R4(0.25),R5(0.5)
  • 奖金计算公式1
  • 突破奖(Prizes)
  • N表示:第N次更新排行榜;Prizes_N-1表示:排行榜更新后已发放的突破奖
  • 奖金计算公式2
  • 排名奖(Ranking Award)
  • Time_p表示:相关截止日期的奖金发放系数;K表示:每次发放排行榜前三名的分配系数;
  • 奖金计算公式3

赛事主题和数据说明

赛题描述

通过迭代自己的算法模型并提交训练,获取奖金池高额奖金。

数据来源

BelgiumTSC

数据描述

字段说明:

字段名 字段类型 取值区间 字段描述
image_path file_path 不为空 图片的相对路径
label int 大于等于 0, 小于等于 61 图片的标注标签

输入字段: image_path,

输出字段: label,

参考文献:

[1]

评审标准

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:

比赛常见问题说明

Q:如何查看数据集?

  • 请在【赛事主题和数据描述>数据来源】点击文字链接查看原始数据集

Q:如何顺利提交作品并训练?

  • 请查看本详情页右侧栏提交指南代码命令提示,根据flyai命令提交作品并训练

Q:提交样例代码是否可获得比赛奖金?

  • 不可以。样例代码仅供开发者学习参考,如提交相似代码,不会通过人工审核且无法获取奖励

展开

排行榜

(每日 24 时更新)

1

提供者:baseline

1844.00

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为100。

2019-04-07 18:49:20

1844.00

100.00

2

提供者:令狐冲

14.06

batch数据为256,循环次数为147次,损失函数优化完,最终完成评分为99.71。

2019-04-10 11:18:59

14.06

99.71

3

提供者:baselinе

391.73

batch数据为64,循环次数为5000次,损失函数优化完,最终完成评分为99.71。

2019-04-05 05:42:18

391.73

99.71

4

提供者:smooklazz

250.74

batch数据为128,循环次数为10000次,损失函数优化完,最终完成评分为99.71。

2019-04-09 02:51:17

250.74

99.71

5

提供者:火炎焱燚

46.90

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为99.64。

2019-04-06 10:22:32

46.90

99.64

6

提供者:Teenage Dream

1.46

batch数据为64,循环次数为3000次,损失函数优化完,最终完成评分为99.64。

PyTorch

resnet

2019-04-09 20:14:13

1.46

99.64

7

提供者:善假于物

503.00

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为99.64。

2019-04-11 10:25:32

503.00

99.64

8

提供者:cclxx

44.58

batch数据为128,循环次数为500次,损失函数优化完,最终完成评分为99.57。

2019-04-05 18:19:36

44.58

99.57

9

提供者:lyming

91.69

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为99.5。

2019-04-05 09:54:26

91.69

99.50

10

提供者:柠檬

7.50

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为99.5。

PyTorch

Resnet50

2019-04-13 17:14:18

7.50

99.50

11

提供者:lightning-zgc

93.75

batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为99.42。

2019-04-06 15:48:44

93.75

99.42

12

提供者:无名小辈

batch数据为64,循环次数为200次,损失函数优化完,最终完成评分为99.42。

2019-04-08 20:15:15

99.42

13

提供者:丶favor

0.09

batch数据为64,循环次数为6000次,损失函数优化完,最终完成评分为99.35。

2019-04-05 11:27:32

0.09

99.35

14

提供者:玄学上分

46.88

batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为99.14。

2019-04-06 15:06:18

46.88

99.14

15

提供者:興趣使然的吃瓜少年

5.86

batch数据为256,循环次数为1500次,损失函数优化完,最终完成评分为99.14。

2019-04-05 04:48:03

5.86

99.14

16

提供者:周阳

1.46

batch数据为128,循环次数为6000次,损失函数优化完,最终完成评分为98.63。

2019-04-07 14:26:18

1.46

98.63

17

提供者:Daiccccc

206.26

batch数据为64,循环次数为10000次,损失函数优化完,最终完成评分为98.56。

2019-04-06 15:10:20

206.26

98.56

18

提供者:无......有

0.37

batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为98.2。

2019-04-14 13:46:44

0.37

98.20

19

提供者:WayPlus

12.09

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为98.2。

2019-04-05 08:14:08

12.09

98.20

20

提供者:mingda

5.86

batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为97.92。

2019-04-05 17:06:57

5.86

97.92

21

提供者:sinh

12.19

batch数据为256,循环次数为500次,损失函数优化完,最终完成评分为97.7。

2019-04-06 16:13:48

12.19

97.70

22

提供者:tik_boa

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为97.2。

2019-04-10 14:55:54

97.20

23

提供者:玥神

23.44

batch数据为256,循环次数为60次,损失函数优化完,最终完成评分为96.84。

2019-04-05 02:24:08

23.44

96.84

24

提供者:统治了宇宙的外星人

3.52

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为95.83。

2019-04-05 10:08:39

3.52

95.83

25

提供者:篠筱筱

28.13

batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为95.54。

2019-04-05 07:08:15

28.13

95.54

26

提供者:我要起床学习了

0.94

batch数据为256,循环次数为2000次,损失函数优化完,最终完成评分为93.96。

2019-04-07 11:24:16

0.94

93.96

27

提供者:.co

75.00

batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为93.31。

torch

DenseNet121

2019-04-05 01:00:34

75.00

93.31

28

提供者:Flipped

1.88

batch数据为256,循环次数为1200次,损失函数优化完,最终完成评分为93.17。

2019-04-06 01:41:08

1.88

93.17

29

提供者:红色的小蓝帽

15.00

batch数据为256,循环次数为1000次,损失函数优化完,最终完成评分为92.88。

PyTorch

resnet152

2019-04-05 16:25:12

15.00

92.88

30

提供者:zhiduanqingchang

batch数据为64,循环次数为1500次,损失函数优化完,最终完成评分为91.95。

2019-04-12 10:18:34

91.95

31

提供者:Winfield

1.88

batch数据为256,循环次数为2000次,损失函数优化完,最终完成评分为91.16。

2019-04-05 19:38:00

1.88

91.16

32

提供者:看你很6哦

0.94

batch数据为128,循环次数为1200次,损失函数优化完,最终完成评分为91.16。

2019-04-05 22:35:15

0.94

91.16

33

提供者:ROC

0.47

batch数据为64,循环次数为10000次,损失函数优化完,最终完成评分为91.09。

2019-04-06 03:30:26

0.47

91.09

34

提供者:decoo

0.23

batch数据为150,循环次数为2000次,损失函数优化完,最终完成评分为90.65。

2019-04-06 12:09:13

0.23

90.65

35

提供者:啊肉

batch数据为64,循环次数为5000次,损失函数优化完,最终完成评分为89.72。

2019-04-18 16:03:36

89.72

36

提供者:Reluminia

batch数据为64,循环次数为1800次,损失函数优化完,最终完成评分为88.5。

2019-04-13 11:52:49

88.50

37

提供者:Gifford

batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为87.56。

2019-04-19 21:53:01

87.56

38

提供者:零露

batch数据为256,循环次数为3000次,损失函数优化完,最终完成评分为86.84。

2019-04-05 02:57:18

86.84

39

提供者:Hallo

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为85.69。

2019-04-07 16:11:34

85.69

40

提供者:david-dzt

batch数据为256,循环次数为1000次,损失函数优化完,最终完成评分为85.12。

2019-04-08 12:27:17

85.12

41

提供者:zizaieee

batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为82.6。

2019-04-13 20:58:57

82.60

42

提供者:mj1553236471

batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为64.77。

2019-04-08 19:08:33

64.77

43

提供者:Matthew

batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为62.98。

2019-04-05 15:34:59

62.98

44

提供者:Zero.zhou

batch数据为120,循环次数为3000次,损失函数优化完,最终完成评分为59.09。

2019-04-07 03:59:59

59.09

45

提供者:Episode

batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为24.16。

2019-04-06 15:09:59

24.16

46

提供者:江枫渔火

batch数据为4,循环次数为1600次,损失函数优化完,最终完成评分为16.46。

2019-04-05 20:37:44

16.46

47

提供者:Ant_

batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为15.17。

2019-04-05 06:27:04

15.17

48

提供者:cactus_6

batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为12.65。

2019-04-05 15:13:07

12.65

49

提供者:Gavin

batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为12.22。

2019-04-05 00:13:24

12.22

50

提供者:蜷伏

batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为11.86。

2019-04-06 21:25:44

11.86

51

提供者:liyonghong

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为6.76。

2019-04-05 19:30:37

6.76

52

提供者:troublemaker

batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为3.52。

2019-04-05 04:34:13

3.52

53

提供者:杰

batch数据为256,循环次数为256次,损失函数优化完,最终完成评分为1.37。

2019-04-06 19:32:43

1.37

万元奖金等你拿,挑战者,都在 FlyAI

点击立即报名

下载参赛资料

挑战者大赛 官方交流群

训练记录

你还没有任何提交记录喔...

使用指南

1. 下载项目并解压
2. 使用终端进入到项目的根目录下

cd /path/to/project

Mac和Linux用户使用 ./flyai 脚本文件

3. 初始化环境并登录

授权flyai脚本

chmod +x ./flyai

下载完成之后,执行下列命令并使用微信扫码登录

./flyai init

登录成功之后,会自动下载运行所需环境

4. 本地开发调试

执行

./flyai test

安装项目所需依赖,并运行 main.py

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

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

./flyai train

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

默认训练成功后不公开在项目排行榜中,公开项目需在提交训练时执行

./flyai train -p=1

完整训练设置执行代码示例:

./flyai train -p=1 -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 ,公开提交模型

$vue{ errorTip }

发送样例至我的邮箱

已发送

已发送成功

请查收FlyAI官方邮件查看详情 根据样例提高算法评分可以获得积分奖励 用来兑换GPU训练时长

确定

报名成功!

感谢您的参与!点击 下载资料 并及时提交您的作品

下载资料

打开微信,使用扫一扫功能分享给好友