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

  • 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)
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

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
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

评审标准

算法输入输出格式

输入字段: image_path,

输出字段: labels,

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: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65.8。

2020-03-06 19:58:05

65.80

第三名

提供者:小林子

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为65.43。

2020-03-05 16:06:01

65.43

4

提供者:sunday

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65.1。

2020-03-05 19:09:37

65.10

5

提供者:把你吃掉

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64.81。

2020-02-26 17:50:07

64.81

6

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

7

提供者:zhr

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64.27。

2020-03-05 15:47:30

64.27

8

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63.53。

2020-03-02 21:42:22

63.53

9

提供者:FastAI可解释性差

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为63.2。

2020-03-01 18:10:39

63.20

10

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63.12。

2020-02-21 17:28:49

63.12

11

提供者:Etoile ~

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62.99。

2020-03-05 21:26:37

62.99

12

提供者:Another_

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62.97。

2020-03-06 19:21:28

62.97

13

提供者:鹏1577582907

batch数据为30,循环次数为24次,损失函数优化完,最终完成评分为62.45。

2020-03-04 13:36:28

62.45

14

提供者:gboy

batch数据为1,循环次数为15次,损失函数优化完,最终完成评分为61.98。

2020-02-22 20:55:44

61.98

15

提供者:If Only

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61.98。

2020-03-06 13:33:49

61.98

16

提供者:CX1581482860

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61.79。

2020-02-29 23:08:53

61.79

17

提供者:bland

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61.71。

2020-02-25 10:47:46

61.71

18

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61.63。

2020-02-22 16:17:50

61.63

19

提供者:Fighter1568043113

batch数据为32,循环次数为38次,损失函数优化完,最终完成评分为61.63。

2020-03-06 00:41:47

61.63

20

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

21

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

22

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61.46。

2020-03-06 19:51:09

61.46

23

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61.42。

2020-02-17 13:09:01

61.42

24

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

25

提供者:chenfengshf

batch数据为15,循环次数为50次,损失函数优化完,最终完成评分为61.29。

2020-02-17 14:55:30

61.29

26

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

27

提供者:laomao

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61.17。

2020-02-18 20:22:02

61.17

28

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

29

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60.94。

2020-02-19 11:22:03

60.94

30

提供者:鸿禧

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60.92。

2020-02-29 17:14:05

60.92

31

提供者:鸿禧,

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60.92。

2020-02-29 17:42:29

60.92

32

提供者:海里的洋

batch数据为64,循环次数为60次,损失函数优化完,最终完成评分为60.9。

2020-03-06 12:55:12

60.90

33

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

34

提供者:pink

batch数据为64,循环次数为13次,损失函数优化完,最终完成评分为60.8。

2020-03-06 00:42:19

60.80

35

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

36

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60.65。

2020-02-17 09:39:21

60.65

37

提供者:kangyang

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60.41。

2020-03-04 13:54:38

60.41

38

提供者:承小刘

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60.3。

2020-03-05 15:10:25

60.30

39

提供者:mki

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60.28。

2020-02-17 04:41:27

60.28

40

提供者:好心情1581392204

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60.1。

2020-02-20 16:59:18

60.10

41

提供者:kangyangWHU

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60.01。

2020-03-03 08:40:22

60.01

42

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

43

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59.85。

2020-02-19 10:35:04

59.85

44

提供者:zone-chan

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59.81。

2020-02-18 10:19:38

59.81

45

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

46

提供者:杰酱~

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59.72。

2020-02-29 19:55:11

59.72

47

提供者:admchun10000

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59.64。

2020-02-19 10:57:54

59.64

48

提供者:VARTAN

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59.54。

2020-02-20 18:15:03

59.54

49

提供者:mg_du

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59.45。

2020-02-23 03:01:29

59.45

50

提供者:dream'

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59.43。

2020-02-20 08:22:07

59.43

51

提供者:高斯的盾

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59.31。

PyTorch

ResU-Net

2020-02-27 17:29:34

59.31

52

提供者:seabear

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59.14。

2020-03-06 01:11:47

59.14

53

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

54

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

55

提供者:cyan

batch数据为64,循环次数为13次,损失函数优化完,最终完成评分为58.83。

2020-02-29 10:22:43

58.83

56

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

57

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58.69。

2020-02-26 22:33:03

58.69

58

提供者:尽欢(李明)

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58.65。

2020-03-04 19:19:29

58.65

59

提供者:cnn

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58.54。

2020-02-21 00:13:16

58.54

60

提供者:悟悟悟

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58.4。

2020-02-28 09:31:36

58.40

61

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

62

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57.84。

2020-02-27 10:15:02

57.84

63

提供者:郭玉彬

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57.24。

2020-02-26 18:03:59

57.24

64

提供者:莫须有の嚣张

batch数据为48,循环次数为500次,损失函数优化完,最终完成评分为57.14。

2020-03-06 03:09:33

57.14

65

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

66

提供者:flyai会员1583045485

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56.58。

2020-03-02 21:30:51

56.58

67

提供者:Stevens

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56.16。

2020-02-28 17:01:13

56.16

68

提供者:huangxf

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56.08。

2020-03-06 16:55:01

56.08

69

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56.02。

2020-02-19 17:11:45

56.02

70

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55.83。

2020-03-04 14:04:56

55.83

71

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

72

提供者:亦是明月

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55.5。

2020-03-03 09:46:07

55.50

73

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

74

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

75

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

76

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

77

提供者:芦花似雪

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55.17。

2020-02-23 18:53:34

55.17

78

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

79

提供者:EVOL

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55.13。

2020-02-18 09:24:04

55.13

80

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

81

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

82

提供者:计算机嗅觉

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54.61。

2020-02-21 10:20:07

54.61

83

提供者:al

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54.34。

2020-03-05 09:48:38

54.34

84

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

85

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

86

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53.14。

2020-03-03 08:59:25

53.14

87

提供者:,sohne

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52.67。

2020-02-25 23:03:50

52.67

88

提供者:xxxx

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52.61。

2020-03-05 10:07:53

52.61

89

提供者:yt_forcompetition

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52.32。

2020-02-24 22:01:45

52.32

90

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

91

提供者:我吃定了这第一

batch数据为50,循环次数为10次,损失函数优化完,最终完成评分为51.01。

2020-02-23 22:54:01

51.01

92

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

93

提供者:FFTW

batch数据为64,循环次数为16次,损失函数优化完,最终完成评分为50.62。

2020-03-01 14:15:16

50.62

94

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

95

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

96

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

97

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

98

提供者:霏霏

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49.88。

2020-02-22 19:59:31

49.88

99

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49.79。

2020-02-27 19:15:48

49.79

100

提供者:鄙人不姓鄙

batch数据为200,循环次数为16次,损失函数优化完,最终完成评分为49.21。

2020-02-25 13:29:04

49.21

101

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

102

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48.51。

2020-02-17 04:44:38

48.51

103

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48.41。

2020-02-18 11:29:31

48.41

104

提供者:Novice

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48.16。

2020-02-19 13:32:33

48.16

105

提供者:robinary

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47.91。

2020-02-21 21:15:21

47.91

106

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

107

提供者:Anding

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47.85。

2020-02-27 18:41:18

47.85

108

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

109

提供者:孔明灯

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47.35。

2020-02-26 19:10:33

47.35

110

提供者:飞1581395079

batch数据为96,循环次数为20次,损失函数优化完,最终完成评分为47.31。

2020-02-20 22:36:08

47.31

111

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

112

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

113

提供者:David Wang

batch数据为128,循环次数为20次,损失函数优化完,最终完成评分为46.57。

2020-02-17 19:46:08

46.57

114

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

115

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

116

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

117

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

118

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

119

提供者:M&B&A

batch数据为64,循环次数为2次,损失函数优化完,最终完成评分为45.1。

2020-03-06 19:47:33

45.10

120

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

121

提供者:张先生

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44.99。

2020-02-22 21:38:52

44.99

122

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

123

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

124

提供者:朱俊文

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44.31。

2020-03-04 18:38:35

44.31

125

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

126

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

127

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

128

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

129

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

130

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

131

提供者:FlyAI小助手

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

132

提供者:jive

batch数据为64,循环次数为50次,损失函数优化完,最终完成评分为42.68。

2020-03-05 00:08:10

42.68

133

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

134

提供者:flyai会员1581739669

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42.28。

2020-02-17 03:01:25

42.28

135

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

136

提供者:佚

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42.08。

2020-02-20 08:41:30

42.08

137

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

138

提供者:yu19941972

batch数据为10,循环次数为10次,损失函数优化完,最终完成评分为41.79。

2020-02-26 21:54:18

41.79

139

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

140

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

141

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40.69。

2020-02-18 23:36:35

40.69

142

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

143

提供者:JosonChan

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39.68。

2020-02-23 14:31:07

39.68

144

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

145

提供者:Fannngxun

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为33.88。

2020-02-24 18:22:32

33.88

146

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33.51。

2020-02-17 14:22:25

33.51

147

提供者:flyai会员1576410182

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33.51。

2020-03-02 23:34:26

33.51

148

提供者:flyai会员1581253042

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33.51。

2020-03-03 01:03:23

33.51

149

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

150

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

151

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

152

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

153

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

154

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

155

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

156

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

157

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

158

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

159

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

160

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

161

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

162

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

163

提供者:菠菜

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。

2020-02-17 14:11:28

32.75

164

提供者:烟花易冷1582386898

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32.75。

2020-02-23 08:13:56

32.75

165

提供者:flyai会员1582905990

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。

2020-03-01 20:15:21

32.75

166

提供者:无聊到自闭自开花到底最多几个字

batch数据为10,循环次数为2次,损失函数优化完,最终完成评分为32.75。

2020-03-04 12:52:30

32.75

167

提供者:Drinky

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32.73。

2020-02-25 20:31:15

32.73

168

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

169

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

170

提供者:lele1563453326

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3.93。

2020-02-19 10:44:04

3.93

171

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

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

$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

报名前需认证

请先完成个人的身份信息认证后再报名哦!

取消 前往认证
报名确认
报名参与本场比赛前请仔细阅读并勾选竞赛协议,点击确定报名即可报名成功!

参赛者须同意如下保密规则:

1.保密信息范围:平台方向参赛者披露或提供的全部信息,以及参赛者因参加本次大赛从平台方处获得、知晓所得的商业秘密和其他所有非第三方所知的信息,包括但不限于 :

(1)平台方提供的图片、语音、数据、代码等;

(2)平台方从第三方处获得但应承担保密义务的数据、信息;

(3)其他通常不为平台方以外的人所知晓、未在公共领域被正式公开的数据、信息;

2.参赛者保证仅按照平台方的指定要求在指定区域及系统内使用保密信息于参赛的合理目的使用,参赛者不得以不符合平台方要求的方式获取、使用保密信息,不得以任何形式向任何第三方泄露、披露、传播、出售、转让或用于任何商业用途及其用途等。

3.参赛者认可上述所有信息为平台方的保密信息,参赛者同意对平台方的上述保密信息严格保密,并采取所有必要的保密措施,不得向公众披露此等保密信息或向第三方披露此等保密信息。

4.参赛者承诺不发表对平台方及大赛举办等的任何不利言论,并不会在任何场合以及向任何媒体、网络等途径发表或泄露参赛者在参加大赛过程中知晓的保密信息、商业秘密等,否则,平台方有权取消参赛者的参赛资格、获得奖金等,且参赛者应对平台方造成的全部损失进行赔偿。

5.参赛者同意平台方有权随时对参赛者是否存在违约进行审查,参赛者未经授权而进行保密信息的使用或披露都将给平台方造成的损失和侵害,除所有法定的赔偿外,平台方将有权基于合理的判断而对任何实际或可能发生的违反保密条款的行为,向有管辖权的人民法院申请救济。参赛者应就违约行为而对平台方可能受到的全部损失、侵害,包括但不限于实际损失、可得利益和律师费用承担足额的赔偿责任。

如您不同意本协议,请不要进行任何后续操作;否则视为您已了解并完全同意本协议各项内容,本协议即在您和FlyAI之间产生法律效力。

滑动下拉阅读保密规则并勾选同意《FlyAI竞赛参赛协议》
确定报名
确定报名