Cinic-10图像分类

分享给好友

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

CINIC-10由CIFAR和ImageNet的图像组成。来自这些的图像不一定是相同的分布,呈现出新的挑战。CINIC-10 中共有 270,000 张图像,将这些图像平均分割为三个子集:训练集、验证集和测试集。

赛事主题和数据说明

赛题描述

通过实现算法并提交训练,获取奖金池奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!

数据来源

Cinic-10_V1

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 string 不为空 图片路径
name string 不为空 图像类别
labels int 大于等于 0, 小于等于 9 分类标签

输入字段: image_path,

输出字段: labels,

参考文献:

[1]CINIC-10 Is Not ImageNet or CIFAR-10

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:

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:horson

大神经验
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94.82。

2019-10-05 00:39:58

94.82

大神经验
第三名

提供者:Wghost

大神经验
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93.76。

2019-10-11 23:46:34

93.76

大神经验
第三名

提供者:一口大怪兽

大神经验
batch数据为64,循环次数为40次,损失函数优化完,最终完成评分为93.73。

2019-10-12 12:44:25

93.73

大神经验
4

提供者:龙龙

暂未公开
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93.33。

torch

CNN

2019-10-11 05:23:30

93.33

暂未公开
5

提供者:invisprints

暂未公开
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93.2。

2019-10-02 15:27:45

93.20

暂未公开
6

提供者:我是小倩倪啊

暂未公开
batch数据为500,循环次数为1次,损失函数优化完,最终完成评分为92.69。

2019-10-16 02:40:38

92.69

暂未公开
7

提供者:马上就有人鱼线的骨折君

暂未公开
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91.94。

2019-09-30 00:58:21

91.94

暂未公开
8

提供者:CongBig

暂未公开
batch数据为500,循环次数为1次,损失函数优化完,最终完成评分为91.63。

2019-10-19 04:47:13

91.63

暂未公开
9

提供者:钟方方

暂未公开
batch数据为128,循环次数为60次,损失函数优化完,最终完成评分为90.87。

2019-10-09 23:21:56

90.87

暂未公开
10

提供者:风1567927103

暂未公开
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90.32。

2019-10-01 07:28:52

90.32

暂未公开
11

提供者:流年相摧

暂未公开
batch数据为32,循环次数为2次,损失函数优化完,最终完成评分为90.1。

2019-10-21 01:49:49

90.10

暂未公开
12

提供者:Monica

暂未公开
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89.37。

2019-10-07 10:06:05

89.37

暂未公开
13

提供者:bit_byte

暂未公开
batch数据为32,循环次数为60次,损失函数优化完,最终完成评分为87.37。

2019-10-01 15:48:46

87.37

暂未公开
14

提供者:刘谋

暂未公开
batch数据为128,循环次数为40次,损失函数优化完,最终完成评分为86.84。

2019-10-01 01:26:32

86.84

暂未公开
15

提供者:chenfengshf

暂未公开
batch数据为128,循环次数为50次,损失函数优化完,最终完成评分为85.86。

2019-09-25 09:53:34

85.86

暂未公开
16

提供者:宇宙

暂未公开
batch数据为256,循环次数为54次,损失函数优化完,最终完成评分为85.01。

2019-09-22 14:03:28

85.01

暂未公开
17

提供者:true up

暂未公开
batch数据为100,循环次数为1次,损失函数优化完,最终完成评分为82.3。

2019-10-11 10:31:27

82.30

暂未公开
18

提供者:Victor Hong

暂未公开
batch数据为128,循环次数为16次,损失函数优化完,最终完成评分为82.01。

MXNet

ResNet56_v2

2019-09-25 07:20:15

82.01

暂未公开
19

提供者:Sunny^_^Today

暂未公开
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79.01。

2019-09-24 16:12:34

79.01

暂未公开
20

提供者:搬砖的长工

暂未公开
batch数据为128,循环次数为15次,损失函数优化完,最终完成评分为77.89。

2019-10-16 21:22:19

77.89

暂未公开
21

提供者:sigmoid

暂未公开
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77.06。

PyTorch

vgg16

2019-10-16 15:09:06

77.06

暂未公开
22

提供者:比如说

暂未公开
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75.11。

2019-10-16 01:36:48

75.11

暂未公开
23

提供者:overture

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为74.36。

2019-09-21 15:38:28

74.36

暂未公开
24

提供者:PH

暂未公开
batch数据为256,循环次数为10次,损失函数优化完,最终完成评分为65.08。

2019-10-19 08:36:59

65.08

暂未公开
25

提供者:zozo

暂未公开
batch数据为512,循环次数为32次,损失函数优化完,最终完成评分为61.66。

2019-11-15 07:24:53

61.66

暂未公开
26

提供者:Mengcius

暂未公开
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41.78。

2019-09-30 16:19:06

41.78

暂未公开
27

提供者:cneday

暂未公开
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39.99。

2019-09-21 22:49:11

39.99

暂未公开
28

提供者:cyf

暂未公开
batch数据为30,循环次数为30次,损失函数优化完,最终完成评分为32.92。

2019-10-16 15:01:18

32.92

暂未公开
29

提供者:泽然

暂未公开
batch数据为128,循环次数为24次,损失函数优化完,最终完成评分为13.28。

2019-09-21 19:31:04

13.28

暂未公开
30

提供者:resistence

暂未公开
batch数据为64,循环次数为1次,损失函数优化完,最终完成评分为10.04。

2019-10-08 01:02:56

10.04

暂未公开

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