X光片检测患者肺炎

分享给好友

奖金池 ¥ 3000

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

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

参赛须知

参赛时间:2020.02.05 12:00:00-2020.03.06 20:00:00

参赛方式

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)
冠军奖 1人 奖金1,500元 + 1000分钟Tesla-GPU训练时长
亚军奖 1人 奖金800元 + 1000分钟Tesla-GPU训练时长
季军奖 1人 奖金500元 + 1000分钟Tesla-GPU训练时长
参与奖 第4-5名参赛者 参与奖金100元 + 500分钟Tesla-GPU训练时长

奖励获取要求:

  • 比赛结束后如未能达到奖金/奖励获取要求,所获奖品将按照排名顺延至下一位参赛选手
  • 比赛结束后前10名参赛者需提供文档格式赛题解决思路和10分钟以上的PPT答辩视频(FlyAI将提供参考模版)
  • 如果比赛使用CSV方式评测并进入前10名,最终需使用FlyAI模版进行代码复现;复现结果低于CSV评测结果并且误差超过1.0以上无法获得奖金!!

赛事主题和数据说明

赛题描述

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。

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 string 不为空 图片的相对路径
labels int 大于等于 0, 小于等于 3 图片的对应类别

输入字段: image_path,

输出字段: labels,

评审标准

评审指标说明

  • 奖金获取标准:60<Score
  • 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
超过60分的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

提供者:Agape_D

通过在本地训练模型并对提交文件的实时评测,最终完成评分为68.37。

2020-02-15 22:19:29

68.37

第三名

提供者:市长先生

通过在本地训练模型并对提交文件的实时评测,最终完成评分为64.58。

2020-02-15 21:48:05

64.58

第三名

提供者:把你吃掉

batch数据为32,循环次数为25次,损失函数优化完,最终完成评分为64.09。

2020-02-15 17:31:25

64.09

4

提供者:小林子

batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为61.79。

2020-02-07 02:26:13

61.79

5

提供者:Take Me

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.48。

2020-02-15 21:17:06

61.48

6

提供者:一口大怪兽

batch数据为10,循环次数为30次,损失函数优化完,最终完成评分为61.46。

2020-02-06 22:55:54

61.46

7

提供者:玻纤消光的三叶虫

batch数据为64,循环次数为32次,损失函数优化完,最终完成评分为61.38。

2020-02-15 14:13:51

61.38

8

提供者:绿肥红瘦

batch数据为30,循环次数为15次,损失函数优化完,最终完成评分为61.19。

2020-02-08 10:57:20

61.19

9

提供者:小九九乘法口诀

batch数据为32,循环次数为40次,损失函数优化完,最终完成评分为61.15。

2020-02-14 17:36:14

61.15

10

提供者:天涯·明月·刀

batch数据为64,循环次数为32次,损失函数优化完,最终完成评分为61.11。

2020-02-15 18:31:02

61.11

11

提供者:夏晓满

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.09。

2020-02-14 14:57:11

61.09

12

提供者:chenfengshf

batch数据为15,循环次数为15次,损失函数优化完,最终完成评分为60.92。

2020-02-12 03:07:50

60.92

13

提供者:Edge张一极

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.82。

2020-02-13 07:55:53

60.82

14

提供者:lf832003

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.78。

2020-02-16 10:37:56

60.78

15

提供者:水木一

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.26。

2020-02-16 18:30:48

60.26

16

提供者:mki

batch数据为128,循环次数为10次,损失函数优化完,最终完成评分为60.2。

2020-02-14 19:34:56

60.20

17

提供者:Etoile ~

batch数据为512,循环次数为10次,损失函数优化完,最终完成评分为59.97。

2020-02-16 23:10:27

59.97

18

提供者:soupgo

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.93。

2020-02-15 01:56:08

59.93

19

提供者:flyai会员1581519238

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.76。

2020-02-14 00:10:09

59.76

20

提供者:val_acc=100

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.6。

2020-02-16 19:21:28

59.60

21

提供者:Cal

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.35。

2020-02-14 16:00:48

59.35

22

提供者:Leong_Logan

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.08。

2020-02-12 08:47:07

59.08

23

提供者:灰蘑菇

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.85。

2020-02-16 22:11:38

58.85

24

提供者:ResNet1559664883

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.69。

2020-02-13 12:59:16

58.69

25

提供者:龙龙

通过在本地训练模型并对提交文件的实时评测,最终完成评分为57.92。

2020-02-11 21:40:27

57.92

26

提供者:The old

通过在本地训练模型并对提交文件的实时评测,最终完成评分为57.14。

2020-02-16 19:28:57

57.14

27

提供者:哎,当猫真累

通过在本地训练模型并对提交文件的实时评测,最终完成评分为56.97。

2020-02-14 14:05:59

56.97

28

提供者:木风1571634452

batch数据为8,循环次数为8次,损失函数优化完,最终完成评分为56.95。

2020-02-10 03:23:00

56.95

29

提供者:cnn

batch数据为128,循环次数为32次,损失函数优化完,最终完成评分为56.76。

2020-02-08 19:05:09

56.76

30

提供者:TerenceChen

通过在本地训练模型并对提交文件的实时评测,最终完成评分为56.64。

2020-02-16 01:02:09

56.64

31

提供者:duang

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.96。

2020-02-15 12:05:26

55.96

32

提供者:Nealbity

batch数据为64,循环次数为10次,损失函数优化完,最终完成评分为55.75。

2020-02-13 03:30:44

55.75

33

提供者:Chen_

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.46。

2020-02-10 22:44:13

55.46

34

提供者:F1eta

batch数据为16,循环次数为30次,损失函数优化完,最终完成评分为55.3。

2020-02-15 23:50:52

55.30

35

提供者:milixiang

batch数据为64,循环次数为12次,损失函数优化完,最终完成评分为55.28。

2020-02-09 11:04:05

55.28

36

提供者:孤山槛外客

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55.23。

2020-02-07 18:21:38

55.23

37

提供者:Mt

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.15。

2020-02-16 16:47:08

55.15

38

提供者:小房子

batch数据为64,循环次数为64次,损失函数优化完,最终完成评分为54.86。

2020-02-14 07:53:27

54.86

39

提供者:樱桃小丸子

通过在本地训练模型并对提交文件的实时评测,最终完成评分为54.63。

2020-02-14 17:00:22

54.63

40

提供者:lqjie

通过在本地训练模型并对提交文件的实时评测,最终完成评分为54.05。

2020-02-14 22:11:11

54.05

41

提供者:吖查

通过在本地训练模型并对提交文件的实时评测,最终完成评分为53.85。

2020-02-11 22:29:57

53.85

42

提供者:ccvn

通过在本地训练模型并对提交文件的实时评测,最终完成评分为53.39。

2020-02-14 09:24:12

53.39

43

提供者:好心情1581392204

batch数据为32,循环次数为15次,损失函数优化完,最终完成评分为53.31。

2020-02-16 20:33:40

53.31

44

提供者:chwang_14

batch数据为64,循环次数为35次,损失函数优化完,最终完成评分为52.05。

2020-02-12 13:09:34

52.05

45

提供者:zozo

batch数据为64,循环次数为5次,损失函数优化完,最终完成评分为50.79。

2020-02-08 21:00:52

50.79

46

提供者:珏凌

通过在本地训练模型并对提交文件的实时评测,最终完成评分为50.52。

2020-02-16 20:19:56

50.52

47

提供者:KaichaoLiang

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50.41。

2020-02-14 18:30:23

50.41

48

提供者:代码搬运工

batch数据为64,循环次数为32次,损失函数优化完,最终完成评分为50.19。

2020-02-11 17:19:18

50.19

49

提供者:废炎彼得

通过在本地训练模型并对提交文件的实时评测,最终完成评分为49.98。

2020-02-15 14:27:41

49.98

50

提供者:cyan

batch数据为256,循环次数为30次,损失函数优化完,最终完成评分为49.69。

2020-02-13 07:31:03

49.69

51

提供者:史开杰

batch数据为64,循环次数为64次,损失函数优化完,最终完成评分为48.86。

2020-02-06 23:55:32

48.86

52

提供者:承小刘

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47.85。

2020-02-13 10:40:53

47.85

53

提供者:胡伟

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47.85。

2020-02-14 16:05:52

47.85

54

提供者:玖耿

batch数据为64,循环次数为8次,损失函数优化完,最终完成评分为47.39。

2020-02-06 22:43:49

47.39

55

提供者:ielym

batch数据为64,循环次数为10次,损失函数优化完,最终完成评分为46.96。

2020-02-08 12:16:15

46.96

56

提供者:弱鸡瑟瑟发抖

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46.75。

2020-02-07 09:48:34

46.75

57

提供者:robinary

batch数据为15,循环次数为15次,损失函数优化完,最终完成评分为46.67。

2020-02-17 00:33:20

46.67

58

提供者:。。。。。。1581228826

通过在本地训练模型并对提交文件的实时评测,最终完成评分为46.55。

2020-02-16 14:01:58

46.55

59

提供者:lei_y

通过在本地训练模型并对提交文件的实时评测,最终完成评分为46.17。

2020-02-15 22:49:47

46.17

60

提供者:Woz

batch数据为16,循环次数为30次,损失函数优化完,最终完成评分为46.07。

2020-02-09 09:41:16

46.07

61

提供者:Yvette

batch数据为64,循环次数为5次,损失函数优化完,最终完成评分为46.07。

2020-02-11 19:27:41

46.07

62

提供者:飞1581395079

batch数据为128,循环次数为25次,损失函数优化完,最终完成评分为45.99。

2020-02-15 08:37:08

45.99

63

提供者:NULL1581745841

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45.92。

2020-02-16 02:28:55

45.92

64

提供者:test

通过在本地训练模型并对提交文件的实时评测,最终完成评分为45.61。

2020-02-12 20:44:46

45.61

65

提供者:愿

batch数据为32,循环次数为30次,损失函数优化完,最终完成评分为45.53。

2020-02-12 04:15:49

45.53

66

提供者:许明

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45.45。

2020-02-08 13:20:20

45.45

67

提供者:代码特派员

batch数据为32,循环次数为30次,损失函数优化完,最终完成评分为45.04。

2020-02-11 17:41:07

45.04

68

提供者:vivere la vita

batch数据为128,循环次数为30次,损失函数优化完,最终完成评分为44.37。

2020-02-15 01:05:03

44.37

69

提供者:rv

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44.31。

2020-02-13 21:53:01

44.31

70

提供者:Moon~xx

batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为44.19。

2020-02-13 11:04:04

44.19

71

提供者:友情小爪

batch数据为128,循环次数为200次,损失函数优化完,最终完成评分为43.94。

2020-02-10 07:45:56

43.94

72

提供者:法国撒旦

batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为43.88。

2020-02-16 06:44:12

43.88

73

提供者:okluhuili

batch数据为15,循环次数为15次,损失函数优化完,最终完成评分为43.79。

2020-02-12 12:33:40

43.79

74

提供者:云朵

batch数据为32,循环次数为5次,损失函数优化完,最终完成评分为43.75。

2020-02-15 03:31:27

43.75

75

提供者:不雨亦潇潇

batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为43.46。

2020-02-14 03:12:14

43.46

76

提供者:晴天stick

batch数据为128,循环次数为10次,损失函数优化完,最终完成评分为43.44。

2020-02-12 22:56:57

43.44

77

提供者:FlyAI样例得分

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43.15。

2020-02-05 17:50:46

43.15

78

提供者:AF2O

batch数据为32,循环次数为30次,损失函数优化完,最终完成评分为42.47。

2020-02-11 15:32:54

42.47

79

提供者:妮妮妮

batch数据为16,循环次数为15次,损失函数优化完,最终完成评分为42.16。

2020-02-14 03:27:15

42.16

80

提供者:时光非礼了梦想

batch数据为128,循环次数为8次,损失函数优化完,最终完成评分为41.91。

2020-02-07 14:19:02

41.91

81

提供者:知无涯者

batch数据为64,循环次数为64次,损失函数优化完,最终完成评分为41.1。

2020-02-10 21:03:33

41.10

82

提供者:rhapsody

batch数据为32,循环次数为8次,损失函数优化完,最终完成评分为40.82。

2020-02-07 19:23:33

40.82

83

提供者:大雷1581416000

通过在本地训练模型并对提交文件的实时评测,最终完成评分为40.38。

2020-02-12 20:44:37

40.38

84

提供者:TomYuan袁博

通过在本地训练模型并对提交文件的实时评测,最终完成评分为40.24。

2020-02-08 10:07:12

40.24

85

提供者:CX1581482860

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38.23。

2020-02-13 03:24:52

38.23

86

提供者:丰1581388839

batch数据为50,循环次数为2次,损失函数优化完,最终完成评分为34.8。

2020-02-16 22:48:37

34.80

87

提供者:悟躁

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34.46。

2020-02-13 17:09:39

34.46

88

提供者:spark1581514159

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33.47。

2020-02-16 23:41:50

33.47

89

提供者:苏打也绿了

通过在本地训练模型并对提交文件的实时评测,最终完成评分为32.93。

2020-02-08 15:54:04

32.93

90

提供者:度月生

batch数据为5,循环次数为1次,损失函数优化完,最终完成评分为32.81。

2020-02-10 23:31:11

32.81

91

提供者:2miaowa

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32.75。

2020-02-06 23:49:06

32.75

92

提供者:river

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32.75。

2020-02-11 11:23:25

32.75

93

提供者:痕

batch数据为84,循环次数为30次,损失函数优化完,最终完成评分为32.75。

2020-02-11 13:32:24

32.75

94

提供者:向尚007

batch数据为64,循环次数为10次,损失函数优化完,最终完成评分为32.75。

2020-02-11 14:21:36

32.75

95

提供者:Seife

batch数据为64,循环次数为32次,损失函数优化完,最终完成评分为32.75。

2020-02-11 14:28:29

32.75

96

提供者:flyai会员1581392502

通过在本地训练模型并对提交文件的实时评测,最终完成评分为32.75。

2020-02-11 15:21:34

32.75

97

提供者:Simon1576811585

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32.75。

2020-02-12 00:35:05

32.75

98

提供者:ybw由由

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32.75。

2020-02-12 20:17:43

32.75

99

提供者:星晨浅汐

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32.75。

2020-02-13 12:50:41

32.75

100

提供者:sombra

batch数据为64,循环次数为15次,损失函数优化完,最终完成评分为32.75。

2020-02-13 20:58:40

32.75

101

提供者:flyai会员1581389546

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32.75。

2020-02-14 00:02:59

32.75

102

提供者:。1581418723

batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为32.75。

2020-02-15 01:01:59

32.75

103

提供者:HYX

batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为32.75。

2020-02-15 04:53:08

32.75

104

提供者:jjz

通过在本地训练模型并对提交文件的实时评测,最终完成评分为29.5。

2020-02-12 12:23:16

29.50

105

提供者:Light

通过在本地训练模型并对提交文件的实时评测,最终完成评分为27.99。

2020-02-16 22:38:46

27.99

106

提供者:flyai会员1581739669

通过在本地训练模型并对提交文件的实时评测,最终完成评分为27.74。

2020-02-16 22:09:10

27.74

107

提供者:葭卅

通过在本地训练模型并对提交文件的实时评测,最终完成评分为19.55。

2020-02-12 14:57:08

19.55

108

提供者:人生如梦1581505660

batch数据为64,循环次数为15次,损失函数优化完,最终完成评分为0。

2020-02-13 00:19:54

0.00

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.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

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.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.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 10 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