200种鸟类图像分类

分享给好友

剩余奖金 ¥ 697

报名参赛

体验云端免费GPU极速训练,还能赢奖⾦!

报名参赛

大赛简介

Caltech-UCSD Birds 200 (CUB-200) 是一个图像数据集,包含200种鸟类(主要是北美洲)的照片。分类数量:200 图片数量:6,033 标注:边界框,分割,属性

参赛须知

参赛时间: 本次竞赛无时间限制,长期有效开放

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

  • 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
  • 禁止使用外部链接下载代码替换本项目代码
  • 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)
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:

  • 上线时间:2019-04-15
  • 周排行奖结算时间:2019-04-22 15:00:00;月排名奖结算时间:2019-05-15 15:00:00
  • 奖金获取标准:80<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

数据来源

BirdClassification

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:

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 199 图片的标注标签
name int 不为空 图片的名字

输入字段: image_path,

输出字段: label,

参考文献:

[1]The Caltech-UCSD Birds-200-2011 Dataset

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: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、PaddlePaddle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 model.py 中的predict_all方法。系统通过该方法,调用模型得出评分。

展开

  • 竞赛排行榜
  • 奖金记录
第三名

提供者:唱跳RAP打篮球

1242.00

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96.78。

2019-04-16 03:39:48

1242.00

96.78

第三名

提供者:trick_or_treat

618.75

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96.13。

2019-04-16 23:46:01

618.75

96.13

第三名

提供者:hhy

4.50

batch数据为32,循环次数为10000次,损失函数优化完,最终完成评分为80.96。

2019-04-24 10:57:32

4.50

80.96

4

提供者:Winteriscoming

9.00

batch数据为512,循环次数为1000次,损失函数优化完,最终完成评分为80.15。

2019-04-18 23:27:27

9.00

80.15

5

提供者:bestfitting

batch数据为64,循环次数为1200次,损失函数优化完,最终完成评分为78.41。

2019-04-17 15:14:02

78.41

6

提供者:Daiccccc

batch数据为20,循环次数为8000次,损失函数优化完,最终完成评分为77.27。

2019-04-19 05:04:04

77.27

7

提供者:.co

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77.14。

2019-04-29 11:33:34

77.14

8

提供者:baseline2

batch数据为64,循环次数为20次,损失函数优化完,最终完成评分为77.01。

2019-04-21 18:09:47

77.01

9

提供者:yangsmile

batch数据为64,循环次数为150次,损失函数优化完,最终完成评分为76.59。

2019-04-22 06:40:47

76.59

10

提供者:玄学上分

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75.91。

2019-04-17 02:58:44

75.91

11

提供者:天天向上

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74.22。

2019-04-17 01:19:20

74.22

12

提供者:Teenage Dream

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72.82。

2019-04-18 22:01:57

72.82

13

提供者:哈尔的移动城堡

batch数据为100,循环次数为500次,损失函数优化完,最终完成评分为71.37。

2019-05-08 19:41:24

71.37

14

提供者:哦哦

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68.36。

2019-04-22 11:40:43

68.36

15

提供者:Hlic

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67.3。

2019-04-16 13:12:18

67.30

16

提供者:善假于物

batch数据为160,循环次数为2000次,损失函数优化完,最终完成评分为63.87。

2019-04-17 10:15:43

63.87

17

提供者:malena

batch数据为50,循环次数为200次,损失函数优化完,最终完成评分为62.38。

2019-04-19 14:32:59

62.38

18

提供者:我吃定了这第一

batch数据为32,循环次数为6000次,损失函数优化完,最终完成评分为60.6。

2019-04-19 21:06:50

60.60

19

提供者:Joshua

batch数据为128,循环次数为600次,损失函数优化完,最终完成评分为59.08。

2019-04-25 23:44:25

59.08

20

提供者:火炎焱燚

batch数据为128,循环次数为600次,损失函数优化完,最终完成评分为54.88。

2019-04-20 02:47:06

54.88

21

提供者:篠筱筱

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53.94。

2019-04-18 18:36:09

53.94

22

提供者:淋雨

batch数据为512,循环次数为200次,损失函数优化完,最终完成评分为51.4。

2019-04-22 17:38:16

51.40

23

提供者:你猜猜我是谁

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32.61。

2019-04-16 14:49:57

32.61

24

提供者:看你很6哦

batch数据为64,循环次数为1200次,损失函数优化完,最终完成评分为26.29。

2019-04-15 20:20:29

26.29

25

提供者:lyming

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24.94。

2019-04-16 09:16:17

24.94

26

提供者:zhiduanqingchang

batch数据为64,循环次数为800次,损失函数优化完,最终完成评分为24.55。

2019-04-16 00:09:04

24.55

27

提供者:就是很任性

batch数据为1000,循环次数为50次,损失函数优化完,最终完成评分为9.33。

2019-04-18 08:13:19

9.33

28

提供者:鹦武鸟

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8.57。

2019-05-28 18:45:26

8.57

29

提供者:纶巾

batch数据为512,循环次数为400次,损失函数优化完,最终完成评分为6.45。

2019-05-13 12:22:57

6.45

30

提供者:tik_boa

batch数据为64,循环次数为4000次,损失函数优化完,最终完成评分为5.94。

2019-04-16 14:37:05

5.94

31

提供者:李渊

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5.89。

2019-12-09 18:43:35

5.89

32

提供者:xinlofi

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3.9。

2019-04-21 20:18:02

3.90

33

提供者:Jeremy

batch数据为128,循环次数为1次,损失函数优化完,最终完成评分为2.21。

2019-09-15 11:56:26

2.21

34

提供者:radio

batch数据为32,循环次数为16次,损失函数优化完,最终完成评分为1.02。

2019-12-01 15:24:39

1.02

35

提供者:pprp

batch数据为50,循环次数为32次,损失函数优化完,最终完成评分为0.93。

2019-08-12 10:18:48

0.93

36

提供者:落海的咸鱼

batch数据为521,循环次数为200次,损失函数优化完,最终完成评分为0.89。

2019-04-18 12:22:52

0.89

37

提供者:强化学习

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0.81。

2019-04-20 20:34:42

0.81

38

提供者:ChangeBio

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0.76。

2019-04-30 03:11:38

0.76

39

提供者:Akina_zard

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0.72。

2019-07-23 00:36:17

0.72

40

提供者:Glassy sky above

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0.68。

2019-04-18 12:11:22

0.68

41

提供者:心如止水

batch数据为500,循环次数为50次,损失函数优化完,最终完成评分为0.68。

2019-05-16 04:55:35

0.68

42

提供者:小丸子

batch数据为520,循环次数为1000次,损失函数优化完,最终完成评分为0.64。

2019-04-21 12:17:57

0.64

43

提供者:Numen

batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为0.59。

2019-08-27 22:47:29

0.59

44

提供者:z华

batch数据为128,循环次数为300次,损失函数优化完,最终完成评分为0.55。

2019-04-24 16:34:10

0.55

45

提供者:Lune

batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为0.55。

2019-09-14 18:10:23

0.55

46

提供者:markov_future

batch数据为64,循环次数为80次,损失函数优化完,最终完成评分为0.51。

2019-04-29 14:22:26

0.51

47

提供者:云游天下

batch数据为100,循环次数为220次,损失函数优化完,最终完成评分为0.47。

2019-04-15 23:15:41

0.47

48

提供者:很不错学生

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0.47。

2019-04-19 18:59:50

0.47

49

提供者:小公主

batch数据为128,循环次数为5000次,损失函数优化完,最终完成评分为0.47。

2019-09-20 03:49:21

0.47

50

提供者:无念1554176052

batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为0.42。

2019-07-05 19:51:23

0.42

51

提供者:刘喵兄

batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为0.3。

2019-04-16 23:27:56

0.30

2019-05-15
无名小辈

模型得分为87.68,本次获得排名奖奖金为150

2019-05-15 15:00:02

trick_or_treat

模型得分为96.13,本次获得排名奖奖金为225

2019-05-15 15:00:02

唱跳RAP打篮球

模型得分为96.78,本次获得排名奖奖金为375

2019-05-15 15:00:02

2019-04-25
hhy

模型得分为80.96,本次获得实时奖励奖金为4.5

2019-04-25 13:44:06

2019-04-23
无名小辈

模型得分为87.68,本次获得实时奖励奖金为36

2019-04-23 12:51:06

Winteriscoming

模型得分为80.15,本次获得实时奖励奖金为9

2019-04-23 12:51:01

2019-04-22
trick_or_treat

模型得分为96.13,本次获得排名奖奖金为225

2019-04-22 15:00:01

2019-04-17
trick_or_treat

模型得分为96.13,本次获得实时奖励奖金为112.5

2019-04-17 20:48:15

trick_or_treat

模型得分为92.04,本次获得实时奖励奖金为56.25

2019-04-17 20:48:01

唱跳RAP打篮球

模型得分为96.78,本次获得实时奖励奖金为272

2019-04-17 20:47:41

唱跳RAP打篮球

模型得分为95.5,本次获得实时奖励奖金为270.5

2019-04-17 20:47:32

唱跳RAP打篮球

模型得分为89.95,本次获得实时奖励奖金为324.5

2019-04-17 20:47:19

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

  • 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.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

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

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

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

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.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 notebook 操作界面

运行 run main.py 命令即可在本地训练调试代码

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

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 FlyAI-Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境 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

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

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

更多参赛帮助请查看文档中心

$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

$vue{flag?'报名成功!':'参赛温馨提示'}

通过迭代赛题的样例代码提高模型准确率哦~
准确率越高,奖励越丰富!

查看样例代码

⼤神你好!当前能⼒值⽆法参加新⼿手赛

多给新手一些机会哦~

查看样例代码

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
参赛提示


申请参赛资格请扫描上方二维码联系FlyAI客服

当前赛题您未在 24小时内 报名参加
参赛资格已失效,如有疑问请联系FlyAI客服

当前赛题您未在 48小时内 提交有效成绩
参赛资格已失效,如有疑问请联系FlyAI客服

参加其他比赛
提交结果文件
提示:每次提交需消耗 100 FAI

仅支持上传 CSV 格式的文件

$vue{csvName}上传成功
取消 确认提交

评估成绩得分

$vue{csv_data.score}
$vue{csv_data.lable}
关闭结果