植物幼苗分类

分享给好友

大赛简介

该数据集包括12种植物物种的幼苗。本次竞赛的任务是根据图片建立预测植物种类的精准模型。

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

PlantSeedlingsClassification

数据描述

字段说明:

字段名 字段类型 取值区间 字段描述
path string 不为空 图片的路径
seedling string 大于等于 0, 小于等于 11 植物的种类

输入字段: path,

输出字段: seedling,

参考文献:

[1]

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
  1. 显示全部
  2. 公开列表
第三名

提供者:丶人狠话不多

暂未公开
batch数据为32,循环次数为2500次,损失函数优化完,最终完成评分为98.42。

2019-06-09 14:33:37

98.42

暂未公开
第三名

提供者:Winteriscoming

暂未公开
batch数据为32,循环次数为1次,损失函数优化完,最终完成评分为98.42。

Keras

LeNet5

2019-06-10 02:36:34

98.42

暂未公开
第三名

提供者:malena

暂未公开
batch数据为24,循环次数为3000次,损失函数优化完,最终完成评分为98.32。

2019-06-10 12:26:59

98.32

暂未公开
4

提供者:恋旧却念旧

暂未公开
batch数据为32,循环次数为2500次,损失函数优化完,最终完成评分为98.32。

2019-06-28 12:59:32

98.32

暂未公开
5

提供者:digger

暂未公开
batch数据为24,循环次数为3000次,损失函数优化完,最终完成评分为98.21。

2019-06-11 21:56:42

98.21

暂未公开
6

提供者:no-free-lunch

查看代码
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98.11。

2019-06-08 01:13:27

98.11

查看代码
7

提供者:你好像很厉害的样子

暂未公开
batch数据为24,循环次数为3000次,损失函数优化完,最终完成评分为98。

2019-06-10 11:30:34

98.00

暂未公开
8

提供者:zhr

暂未公开
batch数据为28,循环次数为3000次,损失函数优化完,最终完成评分为98。

2019-06-28 12:33:45

98.00

暂未公开
9

提供者:加勒比

查看代码
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97.79。

2019-06-07 16:03:28

97.79

查看代码
10

提供者:yangsmile

查看代码
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97.79。

2019-06-08 01:52:25

97.79

查看代码
11

提供者:交差墒

暂未公开
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97.47。

PyTorch

Valar Morghulis

2019-06-10 04:39:35

97.47

暂未公开
12

提供者:HelloWor1d

查看代码
batch数据为64,循环次数为333次,损失函数优化完,最终完成评分为96.74。

2019-06-17 13:48:10

96.74

查看代码
13

提供者:Top1%

查看代码
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96.63。

2019-06-06 20:15:29

96.63

查看代码
14

提供者:大佬们带带我

查看代码
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96.42。

2019-06-23 03:36:52

96.42

查看代码
15

提供者:hhy

查看代码
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96。

2019-06-03 02:43:33

96.00

查看代码
16

提供者:Micoon

查看代码
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95.68。

2019-06-04 20:47:31

95.68

查看代码
17

提供者:赵磊

查看代码
batch数据为64,循环次数为200次,损失函数优化完,最终完成评分为95.16。

2019-06-02 10:33:22

95.16

查看代码
18

提供者:jianbin.xu

暂未公开
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94.32。

2019-06-01 04:29:41

94.32

暂未公开
19

提供者:佘冠华

暂未公开
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93.89。

2019-06-02 18:53:15

93.89

暂未公开
20

提供者:ChangeBio

查看代码
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93.79。

2019-06-01 10:25:13

93.79

查看代码
21

提供者:火炎焱燚

暂未公开
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93.47。

2019-06-01 21:20:46

93.47

暂未公开
22

提供者:linlh

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93.26。

2019-06-04 18:48:20

93.26

暂未公开
23

提供者:飞飞开始写代码

暂未公开
batch数据为128,循环次数为1次,损失函数优化完,最终完成评分为93.26。

2019-06-22 07:48:06

93.26

暂未公开
24

提供者:sakuranew

暂未公开
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93.16。

2019-06-03 15:12:24

93.16

暂未公开
25

提供者:杨豪

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93.01。

2019-06-12 13:21:20

93.01

暂未公开
26

提供者:Origus

暂未公开
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92.9。

2019-06-12 20:09:01

92.90

暂未公开
27

提供者:王瑞

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92.21。

2019-06-16 15:05:02

92.21

暂未公开
28

提供者:hahayaayaa

暂未公开
batch数据为256,循环次数为150次,损失函数优化完,最终完成评分为91.58。

2019-06-11 20:53:58

91.58

暂未公开
29

提供者:skyofunknow

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90.95。

2019-06-16 10:36:45

90.95

暂未公开
30

提供者:AiFool

暂未公开
batch数据为200,循环次数为200次,损失函数优化完,最终完成评分为86.21。

2019-06-08 16:33:28

86.21

暂未公开
31

提供者:南宫凝瑜

暂未公开
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80.84。

2019-06-02 17:04:19

80.84

暂未公开
32

提供者:lyming

暂未公开
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80.53。

2019-06-01 23:11:54

80.53

暂未公开
33

提供者:zhengyuan

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78。

2019-06-26 16:07:51

78.00

暂未公开
34

提供者:你猜猜我是谁

暂未公开
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77.37。

2019-06-04 11:54:01

77.37

暂未公开
35

提供者:代码搬运工

暂未公开
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77.16。

PyTorch

VGGNet

2019-07-09 12:16:10

77.16

暂未公开
36

提供者:汤大力

暂未公开
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76.53。

2019-06-20 21:57:44

76.53

暂未公开
37

提供者:liuzhan

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72.53。

2019-06-01 01:50:50

72.53

暂未公开
38

提供者:李慕雨

暂未公开
batch数据为256,循环次数为400次,损失函数优化完,最终完成评分为66.32。

2019-06-08 01:46:56

66.32

暂未公开
39

提供者:麦小杨

暂未公开
batch数据为1024,循环次数为300次,损失函数优化完,最终完成评分为65.58。

2019-06-22 16:46:32

65.58

暂未公开
40

提供者:ε

暂未公开
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63.26。

2019-06-12 21:38:38

63.26

暂未公开
41

提供者:fly2sky

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45.37。

2019-08-06 21:58:35

45.37

暂未公开
42

提供者:Zachary

暂未公开
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42.32。

2019-06-03 09:20:14

42.32

暂未公开
43

提供者:Light1558343257

暂未公开
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39.79。

2019-06-13 17:02:32

39.79

暂未公开
44

提供者:sw2009

暂未公开
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36.32。

2019-06-03 13:51:38

36.32

暂未公开
45

提供者:探索之路

暂未公开
batch数据为16,循环次数为2000次,损失函数优化完,最终完成评分为33.58。

2019-06-09 20:07:34

33.58

暂未公开
46

提供者:zeng-_-|

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33.26。

2019-06-02 03:36:08

33.26

暂未公开
47

提供者:就是很任性

暂未公开
batch数据为160,循环次数为10000次,损失函数优化完,最终完成评分为33.26。

2019-06-19 07:32:50

33.26

暂未公开
48

提供者:cnn

暂未公开
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32.95。

2019-06-09 13:25:30

32.95

暂未公开
49

提供者:ON-looker

暂未公开
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31.79。

2019-06-15 22:41:29

31.79

暂未公开
50

提供者:chyang

暂未公开
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27.37。

2019-06-03 00:29:58

27.37

暂未公开
51

提供者:markov_future

暂未公开
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27.37。

2019-06-03 16:47:48

27.37

暂未公开
52

提供者:陆泓波

暂未公开
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21.37。

2019-06-11 13:39:40

21.37

暂未公开
53

提供者:大兴

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20。

2019-06-03 15:48:56

20.00

暂未公开
54

提供者:poplar

暂未公开
batch数据为32,循环次数为8000次,损失函数优化完,最终完成评分为19.68。

2019-06-04 08:38:09

19.68

暂未公开
55

提供者:bamboo

暂未公开
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18.84。

2019-07-02 21:12:51

18.84

暂未公开
56

提供者:y轴

暂未公开
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18.63。

2019-06-09 20:01:25

18.63

暂未公开
57

提供者:宇宙

暂未公开
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16.74。

2019-06-03 00:19:26

16.74

暂未公开
58

提供者:亦云

暂未公开
batch数据为38,循环次数为100次,损失函数优化完,最终完成评分为15.47。

2019-06-03 18:35:39

15.47

暂未公开
59

提供者:月半

暂未公开
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15.37。

2019-06-01 00:11:34

15.37

暂未公开
60

提供者:小丸子

暂未公开
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14.32。

2019-06-13 21:34:48

14.32

暂未公开
61

提供者:风雪

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为14.11。

2019-06-05 23:23:51

14.11

暂未公开
62

提供者:枫1559979219

暂未公开
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14.11。

2019-06-09 13:26:38

14.11

暂未公开
63

提供者:灵魂调参师

暂未公开
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14。

2019-06-03 07:51:19

14.00

暂未公开
64

提供者:yinyu

暂未公开
batch数据为2500,循环次数为32次,损失函数优化完,最终完成评分为14。

2019-07-09 19:52:02

14.00

暂未公开
65

提供者:colorLess

暂未公开
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13.37。

2019-06-25 22:28:35

13.37

暂未公开
66

提供者:Amadeus_tsmotlp

暂未公开
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13.26。

2019-06-05 00:52:11

13.26

暂未公开
67

提供者:Jason4521

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12.74。

2019-06-01 09:39:01

12.74

暂未公开
68

提供者:兔子是菜鸟

暂未公开
batch数据为500,循环次数为10次,损失函数优化完,最终完成评分为12.11。

2019-06-10 09:38:26

12.11

暂未公开
69

提供者:飓风神龙

暂未公开
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12。

2019-06-18 23:56:48

12.00

暂未公开
70

提供者:胡欢

暂未公开
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11.47。

2019-06-10 16:12:27

11.47

暂未公开
71

提供者:stawary

暂未公开
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10.95。

2019-06-01 15:13:31

10.95

暂未公开
72

提供者:月之涯

暂未公开
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9.47。

2019-06-02 13:10:17

9.47

暂未公开
73

提供者:clare

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为9.47。

2019-06-03 14:23:56

9.47

暂未公开
74

提供者:Tk more tk less

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5.16。

2019-06-13 02:03:14

5.16

暂未公开
75

提供者:余军

暂未公开
batch数据为6,循环次数为1次,损失函数优化完,最终完成评分为。

2019-06-13 23:41:05

0.00

暂未公开
76

提供者:大博

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。

2019-06-25 04:56:02

0.00

暂未公开
77

提供者:wrzhenian

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为。

2019-06-25 05:25:13

0.00

暂未公开
78

提供者:machinelearning小学生

暂未公开
batch数据为128,循环次数为1次,损失函数优化完,最终完成评分为。

2019-06-26 12:01:35

0.00

暂未公开
79

提供者:孟堃

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为。

2019-06-27 07:59:45

0.00

暂未公开
6

提供者:no-free-lunch

查看代码
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98.11。

2019-06-08 01:13:27

98.11

查看代码
9

提供者:加勒比

查看代码
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97.79。

2019-06-07 16:03:28

97.79

查看代码
10

提供者:yangsmile

查看代码
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97.79。

2019-06-08 01:52:25

97.79

查看代码
12

提供者:HelloWor1d

查看代码
batch数据为64,循环次数为333次,损失函数优化完,最终完成评分为96.74。

2019-06-17 13:48:10

96.74

查看代码
13

提供者:Top1%

查看代码
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96.63。

2019-06-06 20:15:29

96.63

查看代码
14

提供者:大佬们带带我

查看代码
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96.42。

2019-06-23 03:36:52

96.42

查看代码
15

提供者:hhy

查看代码
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96。

2019-06-03 02:43:33

96.00

查看代码
16

提供者:Micoon

查看代码
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95.68。

2019-06-04 20:47:31

95.68

查看代码
17

提供者:赵磊

查看代码
batch数据为64,循环次数为200次,损失函数优化完,最终完成评分为95.16。

2019-06-02 10:33:22

95.16

查看代码
20

提供者:ChangeBio

查看代码
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93.79。

2019-06-01 10:25:13

93.79

查看代码
第一名
我改名字了 2019-08-02 12:51:00
2019-08-02 12:51:00
97.26
第二名
pprp 2019-08-08 01:55:18
2019-08-08 01:55:18
92.53
第三名
fly2sky 2019-08-06 23:53:40
2019-08-06 23:53:40
85.68
4
呜啦啦啦 2019-08-05 21:13:28
2019-08-05 21:13:28
13.89
5
大佬带带我 2019-08-15 11:17:07
2019-08-15 11:17:07
13.89
6
AiFool 2019-08-06 13:20:51
2019-08-06 13:20:51

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. 下载项目并解压
2.进入到项目目录下,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.本地开发调试

运行flyai.exe程序,点击"本地调试"按钮,输入循环次数和数据量,点击运行即可调用main.py

如果使用本地IDE开发,需要执行安装“flyai”依赖并导入项目,运行main.py

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"提交到GPU"按钮,输入循环次数和数据量,点击运行即可提交到GPU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

1. 下载项目并解压
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

首先进入到项目对应的磁盘中,然后执行

cd path\to\project

Windows用户使用 flyai.exe

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

flyai.exe test

执行test命令,会自动下载100条测试数据到项目下

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.exe 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

完整训练设置执行代码示例:

flyai.exe train -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 。

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

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

./flyai test 注意:命令前面不要加sudo

执行test命令,会自动下载100条测试数据到项目下

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 注意:命令前面不要加sudo

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

完整训练设置执行代码示例:

./flyai train -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 。

$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'}

感谢您的参与!点击 下载资料 并及时提交您的作品

您在当前领域能力值未达到参赛标准,
请选择符合能力标准的项目哦!

下载资料

打开微信,使用扫一扫功能分享给好友