101种食物分类预测竞赛

分享给好友

剩余奖金 ¥ 863

立即报名

立即报名

大赛简介

该数据集包含了101个食品类别,其中包含101,000个图像。对于每个类别。注意,训练图像没有清理,因此仍然包含一些噪音。这主要是以强烈的色彩和有时错误的标签形式出现的。所有图像都重新缩放,最大边长为512像素。

参赛须知

参赛时间: 本次竞赛无时间限制,长期有效开放

如何参赛?

  • 请在项目详情页点击【立即报名】按钮,首次需验证手机号、完善报名信息
  • 请点击本页的【资料下载】按钮,下载参赛资料并详细阅读README.md文件

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
  • 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
  • 禁止私下与队伍成员之外的人员分享代码和数据,鼓励在大赛交流群与所有参赛选手公开讨论
  • 参赛选手需自行检查提交作品的正确性,确认无误后再进行提交,如有任何提交问题导致成绩有误,主办方概不负责
  • 参赛作品必须保证原创性,不违反任何中华人民共和国的有关法律,不侵犯任何第三方知识产权或其它权利,如有发现并查证,主办方将取消其比赛资格、成绩

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)
FlyAI挑战奖 所有挑战者 奖金获取标准:30<Score<=100 按照得分比例获取奖金池金额
新框架奖励 所有人 项目中首次使用排行榜中未出现的新框架搭建模型,可获得60FAI币额外积分奖励

备注:

  • 通过更新排行榜获取奖金,与原排行榜冠军得分差值越大,所获奖金比例越高
  • 按照所有挑战者提交作品时间先后,后台审核作品并更新到排行榜中, 【Score】未达奖金获取标准可显示在排行榜中,但无法获取奖金
  • 奖金额度获取评判指标说明:【BOUNS】表示奖金池总额度;【Score】表示模型得分;【BU_N】表示第n位达到奖金获取标准并更新排行榜后所获得的奖金总额度
  • 提交离线训练,系统自动评判模型Score。奖金获取额度计算公式如下:

赛事主题和数据说明

赛题描述

通过迭代自己的算法模型并提交训练,获取奖金池高额奖金。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

Food

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 100 图片的标注
name string 不为空 图片对应的类别

输入字段: image_path,

输出字段: labels,

参考文献:

[1]bossard_eccv14_food-101

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:如何查看数据集?

  • 请在【赛事主题和数据描述>数据来源】点击文字链接查看原始数据集

Q:如何顺利提交作品并训练?

  • 请查看本详情页右侧栏提交指南代码命令提示,根据flyai命令提交作品并训练

Q:提交样例代码是否可获得比赛奖金?

  • 不可以。样例代码仅供开发者学习参考,如提交相似代码,不会通过人工审核且无法获取奖励

展开

排行榜

(每日 24 时更新)

1

提供者:baselinе

652.00

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99.45。

Keras

LeNet5

2019-04-13 08:49:24

652.00

99.45

2

提供者:玥神

3898.00

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99.02。

Keras

LeNet5

2019-03-29 11:27:46

3898.00

99.02

3

提供者:yongx

9785.00

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96.14。

Keras

LeNet5

2019-03-28 15:38:47

9785.00

96.14

4

提供者:baseline

2441.00

batch数据为64,循环次数为350次,损失函数优化完,最终完成评分为83.71。

PyTorch

ResNet101

2019-03-26 16:34:29

2441.00

83.71

5

提供者:玄学上分

10.00

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77.95。

Keras

LeNet5

2019-03-28 04:32:21

10.00

77.95

6

提供者:Teenage Dream

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75.89。

Keras

LeNet5

2019-04-07 10:53:47

75.89

7

提供者:善假于物

10.00

batch数据为32,循环次数为3000次,损失函数优化完,最终完成评分为75.28。

PyTorch

ResNet101

2019-03-30 21:12:13

10.00

75.28

8

提供者:興趣使然的吃瓜少年

10.00

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73.97。

PyTorch

resnext

2019-03-29 13:38:01

10.00

73.97

9

提供者:梯度下降

11.00

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71.06。

Keras

LeNet5

2019-03-26 22:20:00

11.00

71.06

10

提供者:Hlic

10.00

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68.87。

Keras

LeNet5

2019-03-26 19:06:46

10.00

68.87

11

提供者:JUSTDOIT

10.00

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62.42。

Keras

LeNet5

2019-04-06 19:26:41

10.00

62.42

12

提供者:令狐冲

10.00

batch数据为65,循环次数为10000次,损失函数优化完,最终完成评分为57.16。

Keras

LeNet5

2019-03-27 12:04:09

10.00

57.16

13

提供者:mingda

10.00

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56.24。

Keras

Inception

2019-03-26 20:57:02

10.00

56.24

14

提供者:gezp

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55.87。

PyTorch

DenseNet161

2019-04-04 12:53:01

55.87

15

提供者:笑尘

170.00

batch数据为256,循环次数为497次,损失函数优化完,最终完成评分为55.53。

Keras

densenet121

2019-03-09 22:26:37

170.00

55.53

16

提供者:CSRookie

10.00

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54.53。

Keras

LeNet5

2019-03-21 01:17:07

10.00

54.53

17

提供者:cclxx

10.00

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52.89。

Keras

LeNet5

2019-03-28 21:19:37

10.00

52.89

18

提供者:火炎焱燚

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52.54。

Keras

LeNet5

2019-04-15 12:52:57

52.54

19

提供者:()

10.00

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51.45。

Keras

inceptionv4

2019-03-29 21:22:30

10.00

51.45

20

提供者:天天向上

10.00

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48.74。

Keras

LeNet5

2019-03-29 02:54:51

10.00

48.74

21

提供者:willer

10.00

batch数据为10000,循环次数为100次,损失函数优化完,最终完成评分为46.61。

Keras

LeNet5

2019-03-29 01:45:36

10.00

46.61

22

提供者:silen

10.00

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45.36。

Keras

LeNet5

2019-03-19 16:24:37

10.00

45.36

23

提供者:Joker Song

10.00

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43.6。

PyTorch

resnet18

2019-04-03 14:38:37

10.00

43.60

24

提供者:S1NH.org

10.00

batch数据为200,循环次数为1000次,损失函数优化完,最终完成评分为37.43。

Keras

ResNet50

2019-03-11 22:23:24

10.00

37.43

25

提供者:探索者1553567528

10.00

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24.85。

Keras

LeNet5

2019-04-01 15:03:27

10.00

24.85

26

提供者:看你很6哦

10.00

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为24.34。

Keras

LeNet5

2019-04-02 18:38:14

10.00

24.34

27

提供者:李小白

10.00

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为20.75。

Keras

LeNet5

2019-03-22 23:35:26

10.00

20.75

28

提供者:Jackko

10.00

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20.51。

Keras

LeNet5

2019-03-18 23:57:03

10.00

20.51

29

提供者:Ant_

10.00

batch数据为32,循环次数为9000次,损失函数优化完,最终完成评分为18.09。

PyTorch

LeNet5

2019-03-28 01:54:36

10.00

18.09

30

提供者:Simplestory

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16.91。

Keras

ResNet50

2019-04-07 17:54:02

16.91

31

提供者:swan777

batch数据为2048,循环次数为1000次,损失函数优化完,最终完成评分为16.51。

Keras

LeNet5

2019-04-16 23:39:49

16.51

32

提供者:Hallo

10.00

batch数据为128,循环次数为2222次,损失函数优化完,最终完成评分为15.85。

Keras

LeNet5

2019-03-29 19:58:21

10.00

15.85

33

提供者:Ruthless Dragon

10.00

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15.43。

Keras

LeNet5

2019-03-22 08:43:25

10.00

15.43

34

提供者:L

10.00

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12.88。

Keras

Resnet-152

2019-03-24 19:27:02

10.00

12.88

35

提供者:小北

10.00

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12.58。

Keras

LeNet5

2019-03-29 21:51:47

10.00

12.58

36

提供者:阿笨哥

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12.49。

Keras

LeNet5

2019-04-04 10:51:08

12.49

37

提供者:BATIGOL

10.00

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10.98。

Keras

LeNet5

2019-04-01 23:16:24

10.00

10.98

38

提供者:sinh

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10.5。

Keras

LeNet5

2019-04-06 14:41:47

10.50

39

提供者:吴小白

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10.39。

Keras

LeNet5

2019-04-13 23:02:54

10.39

40

提供者:深度瞎学

10.00

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9.01。

2019-03-07 12:15:26

10.00

9.01

41

提供者:月之涯

10.00

batch数据为96,循环次数为1000次,损失函数优化完,最终完成评分为7.54。

Keras

LeNet5

2019-03-29 18:26:05

10.00

7.54

42

提供者:'code and paper'

10.00

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7.14。

Keras

LeNet5

2019-04-01 22:27:26

10.00

7.14

43

提供者:Hnecl

10.00

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为6.33。

Keras

LeNet5

2019-03-26 22:32:06

10.00

6.33

44

提供者:围生

10.00

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5.98。

Keras

LeNet5

2019-04-02 10:04:23

10.00

5.98

45

提供者:薇

10.00

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5.66。

Keras

LeNet5

2019-03-30 14:08:31

10.00

5.66

46

提供者:k一起旅行

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5.02。

Keras

LeNet5

2019-04-02 14:22:33

5.02

47

提供者:。yhq

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4.85。

Keras

LeNet5

2019-04-18 17:11:39

4.85

48

提供者:CooKo1552966657

10.00

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3.79。

Keras

LeNet5

2019-03-21 21:55:34

10.00

3.79

49

提供者:圣上

10.00

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2.76。

Keras

LeNet5

2019-04-01 23:14:33

10.00

2.76

50

提供者:Zongshen

batch数据为32,循环次数为5000次,损失函数优化完,最终完成评分为2.67。

PyTorch

DPN92

2019-04-03 15:16:02

2.67

51

提供者:麦田

10.00

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2.28。

Keras

LeNet5

2019-04-02 00:16:36

10.00

2.28

52

提供者:沐阳听风

10.00

batch数据为128,循环次数为100次,损失函数优化完,最终完成评分为1.68。

Keras

LeNet5

2019-03-30 10:24:38

10.00

1.68

53

提供者:Value_H

10.00

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1.39。

Keras

LeNet5

2019-03-19 17:21:56

10.00

1.39

54

提供者:正直怪人

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1.34。

Keras

LeNet5

2019-04-18 23:48:03

1.34

55

提供者:sytv587

10.00

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1.21。

Keras

LeNet5

2019-03-15 22:02:29

10.00

1.21

56

提供者:Island

10.00

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1.17。

Keras

LeNet5

2019-03-27 22:24:19

10.00

1.17

57

提供者:風

10.00

batch数据为32,循环次数为120次,损失函数优化完,最终完成评分为1.13。

Keras

ResNext

2019-03-25 01:50:21

10.00

1.13

58

提供者:在北等你

10.00

batch数据为2,循环次数为100次,损失函数优化完,最终完成评分为1.07。

Keras

LeNet5

2019-03-29 08:26:00

10.00

1.07

59

提供者:.co

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1.07。

2019-03-25 18:36:19

1.07

60

提供者:不形于色

10.00

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1.05。

Keras

LeNet5

2019-03-27 09:38:36

10.00

1.05

61

提供者:Rank

10.00

batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为1.01。

Keras

LeNet5

2019-03-29 09:37:17

10.00

1.01

62

提供者:deepGreeBear

10.00

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1。

2019-03-25 02:09:07

10.00

1.00

63

提供者:cookie

10.00

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0.97。

Keras

LeNet5

2019-03-20 16:18:30

10.00

0.97

64

提供者:Reluminia

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0.95。

Keras

LeNet5

2019-04-17 19:02:58

0.95

65

提供者:析构

10.00

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0.92。

Keras

LeNet5

2019-03-27 02:43:53

10.00

0.92

66

提供者:萌萌

10.00

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0.91。

Keras

LeNet5

2019-03-27 08:48:42

10.00

0.91

67

提供者:Flipped

10.00

batch数据为64,循环次数为1500次,损失函数优化完,最终完成评分为0.88。

Keras

LeNet5

2019-04-02 01:58:32

10.00

0.88

68

提供者:Leong_Logan

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0.85。

Keras

LeNet5

2019-04-02 19:57:37

0.85

69

提供者:八哥

10.00

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0.79。

Keras

LeNet5

2019-03-30 18:14:04

10.00

0.79

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