什么蘑菇?

分享给好友

2021-06-28 12:00:00
开始提交

2021-08-20 12:00:00
最终提交结束

自由训练

奖金池 ¥ 3,000
参赛权限提示

当前赛题需能力值达到 $vue{itemranking} 才可以正常提交训练哦~

当前赛题仅允许 600 能力值以下的新手可以正常提交训练哦~

报名参赛

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

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

温馨提示

$vue{csv_msg}

知道了
提交结果文件

$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}

$vue{csvName}上传成功
取消 确认提交

提交成功

系统正在测评您的结果文件,

您可通过右侧【我的提交-查看记录详情】进行查看

知道了
  • 赛事介绍
  • 竞赛排行榜
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

蘑菇中富含多种呈味氨基酸、核苷酸和糖类,这些物质造就了极其鲜美的味道,使得被端上餐桌上的它们深受人们喜爱。特别是在野生菌种类繁多的云南,夏天的几场雨便能开启人们的吃菌盛宴。蘑菇虽然味美,但也不能随便食用,我国存在的有毒蘑菇就近 200 种,食用后轻则恶心呕吐、致晕致幻、看到七彩的开花藤蔓和会飞的小人绕圈跳舞,重则生命垂危、一顿送走。

本次竞赛使用的数据集由北欧真菌学家协会(Mycologist's Society of Northern Europe)提供的 9 种常见北欧蘑菇属的图像组成,FlyAI 平台旨在就相关趣味话题举办图像分类的练习赛事,让大家能够在多种场景下提升算法能力,而不对数据集中所包含蘑菇分类的生物学正确性及可食用性做出任何保证。请勿食用种类不明的蘑菇,严禁使用该竞赛数据集训练得到的模型鉴别食用蘑菇。

参赛须知

报名时间

2021-06-28 12:00:00 - 2021-08-20 12:00:00

提交时间

2021-06-28 12:00:00-2021-08-20 12:00:00

参赛时间:2021.06.28 12:00:00-2021.08.20 12:00:00

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

  • 参赛选手需要配合组委会对比赛作品的有效性与真实性进行验证
  • 不同团队/个人,提交相似结果文件,取消双方所有人员参赛资格
  • 多开小号报名、提交,一经发现将取消参赛资格
  • 禁止使用外部链接下载代码替换本项目代码
  • 比赛过程中,通过脚本获取比赛数据,成绩无效
  • 使用线上测试集进行训练或者使用非官方提供的外部数据进行训练,成绩无效
  • 使用的预训练模型需为FlyAI官方审核通过的模型,使用非官方验证预训练模型,成绩无效
  • 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 1500元奖金
亚军奖 1人 800元奖金
季军奖 1人 400元奖金
第四名 1人 200元奖金
第五名 1人 100元奖金

奖励获取要求:

  • 奖金获取标准:95<Score 根据排名获得奖金
  • 比赛结束两周时间内,获得奖金的参赛者需提供文档格式赛题解决思路和15分钟以上的PPT答辩视频(FlyAI提供模版);
  • 温馨提示:未在有效时间内提供答辩经验的参赛者,视为放弃奖励资格哦!

赛事主题和数据说明

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 样例
train.csv image_path str 图片的相对路径 ./image/000_ePQknW8cTp8.jpg
label str 标签 0

本数据集分布情况:训练集 6045 张图片,测试集 675 张图片。本数据集中蘑菇共有 9 类。

评审标准

算法输入输出格式

系统评估时,要求参赛者必须在predict方法中接收到输入和评估返回的结果输出,格式如下所示。

输入字段:

{
    "image_path": ".\/image\/000_ePQknW8cTp8.jpg"
}

输出字段:

{
    "label": "0"
}

评审指标说明

    排行榜精度评估说明

  • 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: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prediction.py中的load_model和predict方法。系统使用这些方法评估模型算出评分。
超过 95 分的成绩将会在24小时内展示在排行榜上哦!
第三名

江水

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为98.71。

2021-08-13 05:21:08

98.71

大神经验
第三名

chenfengshf

batch数据为64,循环次数为33次,通过在线上环境完成训练,模型最优精度评分为97.94。

2021-08-11 12:16:36

97.94

大神经验
第三名

黑羽

batch数据为1,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为97.68。

2021-08-20 06:35:48

97.68

大神经验
4

deeper

batch数据为8,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为97.60。

2021-07-30 19:23:24

97.60

大神经验
5

abccc

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为96.48。

2021-08-18 11:20:02

96.48

大神经验
6

小林子

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为96.14。

2021-08-01 17:51:17

96.14

7

crfcrfcrf

batch数据为8,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为95.88。

2021-08-19 23:44:41

95.88

8

指间砂

batch数据为16,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为95.54。

2021-07-16 01:17:26

95.54

9

伤心凉粉

batch数据为16,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为94.68。

2021-06-30 18:17:47

94.68

10

兔子是菜鸟

batch数据为8,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为94.25。

2021-07-29 23:17:21

94.25

11

陈华伟

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为94.16。

2021-08-02 06:47:09

94.16

12

shy

batch数据为32,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为93.82。

2021-07-29 00:38:14

93.82

13

别人的公园

batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为93.65。

2021-08-16 05:04:18

93.65

14

flyai会员1623935579

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为92.88。

2021-08-12 18:08:06

92.88

15

flyai会员1628818123

batch数据为16,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为92.53。

2021-08-17 19:24:22

92.53

16

吴彦祖

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为92.36。

2021-07-09 19:39:46

92.36

17

会飞的萨摩

batch数据为10,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为91.93。

2021-08-02 18:02:21

91.93

18

Mikeyboiii

batch数据为64,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为91.85。

2021-08-18 19:05:35

91.85

19

flyai会员1625039460

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为91.59。

2021-07-12 18:06:57

91.59

20

黄花寒后难逢蝶

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为91.24。

PyTorch

resnet

2021-07-04 18:37:01

91.24

21

King of touching fish

batch数据为16,循环次数为130次,通过在线上环境完成训练,模型最优精度评分为90.99。

2021-07-05 17:48:40

90.99

22

KK-

batch数据为64,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为90.47。

2021-08-14 23:22:34

90.47

23

一颗豆豆,两颗米

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为90.39。

2021-08-16 14:47:43

90.39

24

三三1571933607

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为90.13。

2021-08-19 13:30:08

90.13

25

flyai会员1610772341

batch数据为32,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为89.01。

2021-06-29 22:38:36

89.01

26

killf

batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为87.81。

PyTorch

resnet18

2021-08-02 08:51:33

87.81

27

AI小屋

batch数据为64,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为87.55。

2021-08-17 17:25:43

87.55

28

梦1582767948

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为86.70。

2021-07-12 22:12:29

86.70

29

batch数据为10,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为85.75。

2021-06-30 13:47:58

85.75

30

flyai会员1621935239

batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为85.49。

2021-08-04 10:40:35

85.49

31

hahaaaa

batch数据为32,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为85.41。

2021-07-23 22:22:56

85.41

32

LiaoJX

batch数据为32,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为83.86。

2021-07-05 21:27:00

83.86

33

Mr.Three days

batch数据为32,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为83.35。

2021-08-18 16:04:35

83.35

34

橘子洋

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为82.75。

2021-07-10 23:27:51

82.75

35

暴雨狂风

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为79.48。

2021-06-30 19:26:51

79.48

36

rhapsody

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为77.94。

2021-06-30 16:48:37

77.94

37

纶巾

batch数据为64,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为75.36。

2021-07-20 09:34:39

75.36

38

Tennant

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为71.50。

2021-06-28 19:04:06

71.50

39

温柔的包子

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为67.98。

2021-06-28 18:59:36

67.98

40

flyai会员1615044207

batch数据为16,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为66.70。

2021-08-08 06:47:41

66.70

41

hsilence

batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为64.81。

2021-07-02 17:10:40

64.81

42

sdwjuz

batch数据为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为64.46。

2021-08-06 23:09:03

64.46

43

北堂恒斌

batch数据为64,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为63.09。

2021-08-03 13:27:11

63.09

44

flyai会员1623737476

batch数据为64,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为62.15。

2021-07-03 10:32:57

62.15

45

PXF

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为61.29。

2021-08-16 05:14:05

61.29

46

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为57.94。

2021-06-28 18:55:25

57.94

47

1231616576626

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为56.57。

2021-07-07 21:16:20

56.57

48

飞翔的欧拉拉

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为56.22。

2021-07-15 11:33:03

56.22

49

Mankind

batch数据为64,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为55.71。

2021-07-07 11:14:05

55.71

50

未填写姓名

batch数据为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为55.54。

2021-07-16 21:34:19

55.54

51

Solor

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为53.82。

2021-08-10 02:12:20

53.82

52

208.

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为37.94。

1970-01-01 08:00:00

37.94

53

白银时代

batch数据为1,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为37.94。

2021-07-06 15:27:56

37.94

54

flyai会员1581350296

batch数据为16,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为35.88。

2021-07-12 23:57:44

35.88

55

flyai会员1603424944

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为32.36。

2021-06-29 09:15:56

32.36

56

FlyAI小助手

batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 10:33:33

26.87

57

Muyun99

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 15:53:49

26.87

58

Never Say Never

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 16:03:38

26.87

59

Wing

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 16:04:29

26.87

60

keith1605432726

batch数据为64,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 16:15:43

26.87

61

亦南

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 16:54:29

26.87

62

AI小助手

batch数据为1,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 17:11:55

26.87

63

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 17:12:47

26.87

64

cx冲冲冲

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 17:26:40

26.87

65

耳朵君

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 21:33:26

26.87

66

莫问前程

batch数据为64,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-28 22:14:11

26.87

67

是阿正

batch数据为64,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-30 08:31:32

26.87

68

所以你睡了没

batch数据为64,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-30 08:45:34

26.87

69

flyai会员1614921971

batch数据为64,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-30 11:22:06

26.87

70

flyai会员1625067216

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-06-30 23:40:25

26.87

71

flyai会员1583237153

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-01 13:54:45

26.87

72

H1623327265

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-01 14:30:57

26.87

73

平常心1590934372

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-01 15:54:30

26.87

74

Xiaoxiaoxiao杨先生

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-02 20:10:50

26.87

75

flyai会员1625291819

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-03 14:01:30

26.87

76

莫须有の嚣张

batch数据为16,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-04 10:44:20

26.87

77

小熊@RoyalzoneTCM

batch数据为32,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-06 01:15:00

26.87

78

flyai会员1596808843

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-06 22:41:05

26.87

79

flyai会员1625456428

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-07 17:09:23

26.87

80

AeroXi

batch数据为64,循环次数为3次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-10 14:08:26

26.87

81

栉风沐雨

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-10 19:43:14

26.87

82

cyh12315

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-12 14:41:46

26.87

83

Qias

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-13 10:59:42

26.87

84

flyai会员1626876842

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-21 22:18:35

26.87

85

胜寒君

batch数据为100,循环次数为256次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-23 10:31:55

26.87

86

被水淹死的鱼

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-27 11:21:48

26.87

87

MM

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-27 11:55:13

26.87

88

Lime

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-27 12:44:13

26.87

89

CYJKL

batch数据为64,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-07-30 16:14:25

26.87

90

小明9527

batch数据为32,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-04 16:13:31

26.87

91

CherOun

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-04 16:54:34

26.87

92

卯金走刀夆

batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-05 20:58:07

26.87

93

flyai会员1627721362

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-06 09:35:52

26.87

94

flyai会员1628310261

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-07 12:39:12

26.87

95

flyai会员1627483790

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-12 15:00:58

26.87

96

Liyulingyue

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-13 06:08:08

26.87

97

jing_jing

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-13 19:24:14

26.87

98

bland

batch数据为64,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-14 12:41:24

26.87

99

spcebn

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为26.87。

2021-08-19 07:40:55

26.87

100

eafon

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

1970-01-01 08:00:00

0.00

101

王晓林

batch数据为64,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-06-28 17:07:18

0.00

102

Tailor

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-07-11 16:12:27

0.00

103

flyai会员1626784631

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-07-20 20:44:52

0.00

104

flyai会员1627651408

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-07-30 21:30:14

0.00

105

flyai会员1628064901

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-08-04 16:23:36

0.00

106

MXG

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-08-05 14:53:52

0.00

107

flyai会员1629133148

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-08-17 01:31:20

0.00

108

郭玉杰

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.00。

2021-08-17 15:07:29

0.00

讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
$vue{item.user_name}

$vue{item.title} $vue{item.title}

$vue{items}
$vue{item.like_count}
$vue{item.comment_counts}
$vue{item.comment_counts}
阅读 $vue{item.views}

这里还没有内容哦

挑战者大赛 官方交流群

我的记录

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