猫狗大战,开始分类一决胜负!

分享给好友

立即报名

立即报名

项目简介

该数据有猫和狗两类图片,一共有25000张图片,猫狗各占一半,可以用来做图片分类的入门数据。

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
type int 不为空 图片对应的类别
label int 大于等于 0, 小于等于 1 图片的标注标签

输入字段:

image_path,

输出字段:

label,

数据集来源: DogAndCat

参考文献:

[1]https://www.kaggle.com/c/dogs-vs-cats

奖励说明

1.总积分
-本项目总积分为 INIT = 60000 FAI
2.积分获取计算方式
- 所获积分均为整数
- 根据【Score】得分值做为奖励基本依据
- FAI(N)表示该项目中用户第N次更新得分获得的积分数量(详见下方计算公式)
3.积分获取规则
- 获得的积分奖励均为整数值
- 不超过项目中现有的【Score】,无法获得积分奖励
- 由FlyAI提供的样例得分作为基准得分值,需超过基准得分才可以参与
- 通过更新项目的【Score】获得奖励.值越接近 100 ,获得的积分奖励相应也会越高
4.额外奖励机制
- 通过使用不同类型的深度学习框架提交算法,可额外获得FAI值奖励
- 上传的算法模型,其他用户成功下载后可额外获得FAI值奖励!奖励额度根据【Score】得分浮动计算

计算公式

排行榜

(每日 24 时更新)

1

提供者:baseline

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99.3。

PyTorch

ResNet50

2019-03-22 14:54:26

99.30

2

提供者:gezp

batch数据为32,循环次数为500次,损失函数优化完,最终完成评分为98.76。

PyTorch

ResNet18

2019-04-03 20:23:42

98.76

3

提供者:PPdog

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97.36。

2019-04-18 18:36:54

97.36

4

提供者:啊肉

batch数据为16,循环次数为500次,损失函数优化完,最终完成评分为51.1。

2019-04-04 11:52:57

51.10

5

提供者:zeng-_-|

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50.5。

2019-03-15 14:05:04

50.50

6

提供者:Water

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50.34。

2019-04-12 08:45:44

50.34

7

提供者:風

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50.34。

TensorFlow

resnet_v2_101

2019-03-23 16:00:14

50.34

8

提供者:落海的咸鱼

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50.34。

2019-04-16 16:08:20

50.34

9

提供者:五月^V^

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50.3。

2019-04-10 11:02:51

50.30

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