农作物病虫害检测

分享给好友

剩余奖金 ¥ 15

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

病虫害的诊断对于农业生产来说至关重要。本次农作物病虫害识别比赛邀请参赛者设计算法与模型,对图像中的农作物叶子进行病虫害识别。

参赛须知

参赛时间: 本次竞赛无时间限制,长期有效开放

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

  • 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
  • 禁止使用外部链接下载代码替换本项目代码
  • 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)
参与奖(总奖金30%) 所有人 不同得分区间获得相应的竞赛奖金
突破奖(总奖金20%) 所有人 更新排行榜得分,获取相应竞赛奖金
排名奖(总奖金50%) 第一周/月前3名(冠、亚、季军) 项目上线第一周、第一个月; Time_P(周) = 0.5,Time_P(月) = 0.5;K1=0.5,K2=0.3,K3=0.2;
不同框架奖励 所有人 获得60FAI币用于GPU训练资源消耗

备注:

  • 上线时间:2019-05-16
  • 周排行奖结算时间:2019-05-23 15:00:00;月排名奖结算时间:2019-06-16 15:00:00
  • 奖金获取标准:80<Score 按照得分比例获取奖金
  • 获得奖金分为3部分:参与奖、突破奖为审核完毕实时获取的奖金,排名奖需在规定时间结束后根据排名顺序获得
  • Bouns表示为:奖金池总金额;Score表示为:模型得分;
  • 【参与奖】相同得分区间无法再次获得奖励
  • 各项奖金获得计算公式参考如下:
  • 参与奖(Participation Award)
  • R表示:得分的区间系数;T表示为:相同得分区间得分人数;
  • 100-标准分:分为5个区间系数;R1(0.02),R2(0.08),R3(0.15),R4(0.25),R5(0.5)
  • 奖金计算公式1
  • 突破奖(Prizes)
  • N表示:第N次更新排行榜;Prizes_N-1表示:排行榜更新后已发放的突破奖金
  • 奖金计算公式2
  • 排名奖(Ranking Award)
  • Time_p表示:相关截止日期的奖金发放系数;K表示:每次发放排行榜前三名的分配系数;
  • 奖金计算公式3

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 file_path 不为空 图片的相对路径
name int 不为空 图片的名称
labels int 大于等于 0, 小于等于 14 图片的标注标签

输入字段: image_path,

输出字段: labels,

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:

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、PaddlePaddle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 model.py 中的predict_all方法。系统通过该方法,调用模型得出评分。

展开

  • 竞赛排行榜
  • 奖金记录
第三名

提供者:zhr

253.00

batch数据为120,循环次数为3000次,损失函数优化完,最终完成评分为99.9。

2019-06-14 10:01:56

253.00

99.90

第三名

提供者:交差墒

467.75

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99.81。

2019-05-17 10:59:17

467.75

99.81

第三名

提供者:来追我咿呀哟

251.50

batch数据为32,循环次数为35次,损失函数优化完,最终完成评分为99.81。

2019-05-21 06:46:17

251.50

99.81

4

提供者:加勒比

146.88

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99.73。

2019-05-26 04:57:45

146.88

99.73

5

提供者:Micoon

2.34

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99.59。

2019-05-17 10:25:29

2.34

99.59

6

提供者:jianbin.xu

157.00

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99.56。

2019-05-20 22:30:57

157.00

99.56

7

提供者:stawary

9.38

batch数据为16,循环次数为10次,损失函数优化完,最终完成评分为99.42。

2019-05-25 02:23:28

9.38

99.42

8

提供者:xeoner

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99.35。

2019-05-17 20:58:14

99.35

9

提供者:fsencen

batch数据为64,循环次数为70次,损失函数优化完,最终完成评分为99.35。

2019-05-18 02:00:57

99.35

10

提供者:gboy

batch数据为32,循环次数为4000次,损失函数优化完,最终完成评分为99.3。

2019-05-18 03:42:25

99.30

11

提供者:大博

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98.74。

2019-06-18 03:13:37

98.74

12

提供者:FastAI可解释性差

37.50

batch数据为128,循环次数为6次,损失函数优化完,最终完成评分为98.06。

2019-05-17 02:37:44

37.50

98.06

13

提供者:就是很任性

488.00

batch数据为16,循环次数为300次,损失函数优化完,最终完成评分为97.92。

2019-05-16 22:35:08

488.00

97.92

14

提供者:ChangeBio

27.19

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97.09。

2019-05-17 10:14:44

27.19

97.09

15

提供者:weiliming

4.69

batch数据为128,循环次数为30次,损失函数优化完,最终完成评分为96.95。

Keras

ResNet50

2019-06-25 19:47:35

4.69

96.95

16

提供者:Jason4521

18.75

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93.82。

2019-05-17 02:02:22

18.75

93.82

17

提供者:pprp

2.34

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93.53。

2019-07-07 14:19:50

2.34

93.53

18

提供者:Bluove

11.25

batch数据为64,循环次数为6000次,损失函数优化完,最终完成评分为91.84。

2019-05-17 07:43:12

11.25

91.84

19

提供者:chyang

17.63

batch数据为64,循环次数为300次,损失函数优化完,最终完成评分为89.68。

2019-05-17 20:17:01

17.63

89.68

20

提供者:hiccup

45.00

batch数据为16,循环次数为200次,损失函数优化完,最终完成评分为89.15。

2019-05-17 06:50:38

45.00

89.15

21

提供者:binghang

2.81

batch数据为32,循环次数为4次,损失函数优化完,最终完成评分为88.71。

2019-05-24 10:43:03

2.81

88.71

22

提供者:空格键

1.41

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88.47。

2019-06-11 21:14:43

1.41

88.47

23

提供者:machinelearning小学生

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87.96。

2019-06-26 15:38:20

87.96

24

提供者:Olivia

3.00

batch数据为32,循环次数为200次,损失函数优化完,最终完成评分为86.89。

2019-05-17 21:19:30

3.00

86.89

25

提供者:skyofunknow

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86.89。

2019-06-09 12:04:29

86.89

26

提供者:优雅一只猫

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86.26。

2019-05-18 18:50:51

86.26

27

提供者:Joshua

6.00

batch数据为4500,循环次数为128次,损失函数优化完,最终完成评分为86.09。

2019-05-18 00:07:12

6.00

86.09

28

提供者:deepdeep

batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为85.61。

2019-08-27 12:17:13

85.61

29

提供者:神莱

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85.39。

2019-07-16 19:55:58

85.39

30

提供者:begins

24.00

batch数据为128,循环次数为4000次,损失函数优化完,最终完成评分为85.03。

2019-05-16 23:37:39

24.00

85.03

31

提供者:INSH

batch数据为256,循环次数为3000次,损失函数优化完,最终完成评分为84.76。

2019-07-07 05:15:57

84.76

32

提供者:markov_future

3.00

batch数据为512,循环次数为1200次,损失函数优化完,最终完成评分为84.62。

2019-05-22 17:46:59

3.00

84.62

33

提供者:寞朝

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84.59。

2019-05-22 17:06:02

84.59

34

提供者:有分儿就行

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84.52。

2019-05-20 00:18:23

84.52

35

提供者:Student_HXJ

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84.13。

2019-05-25 21:38:24

84.13

36

提供者:君成

1.50

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83.31。

2019-05-24 20:40:02

1.50

83.31

37

提供者:kongd

6.00

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82.58。

2019-05-17 09:43:23

6.00

82.58

38

提供者:heihei

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74.83。

2019-05-28 22:55:19

74.83

39

提供者:clare

batch数据为16,循环次数为1000次,损失函数优化完,最终完成评分为48.74。

2019-05-16 22:44:55

48.74

40

提供者:Nightingale

batch数据为32,循环次数为300次,损失函数优化完,最终完成评分为40.14。

2019-05-23 22:16:16

40.14

41

提供者:第五轻柔

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35.97。

2019-07-22 21:17:35

35.97

42

提供者:Dannnn

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15.96。

2019-07-13 17:54:17

15.96

43

提供者:无念

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15.87。

2019-06-19 03:04:57

15.87

44

提供者:blight19

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15.87。

2019-08-08 10:51:24

15.87

45

提供者:蚂蚁战

batch数据为8,循环次数为3000次,损失函数优化完,最终完成评分为4.58。

2019-11-23 18:02:38

4.58

2019-07-08
pprp

模型得分为93.53,本次获得实时奖励奖金为2.34

2019-07-08 12:39:47

2019-06-20
weiliming

模型得分为95.57,本次获得实时奖励奖金为4.69

2019-06-20 18:12:36

2019-06-16
来追我咿呀哟

模型得分为99.81,本次获得排名奖奖金为100

2019-06-16 15:00:01

交差墒

模型得分为99.81,本次获得排名奖奖金为150

2019-06-16 15:00:01

zhr

模型得分为99.9,本次获得排名奖奖金为250

2019-06-16 15:00:01

2019-06-14
zhr

模型得分为99.9,本次获得实时奖励奖金为3

2019-06-14 14:11:31

2019-06-12
空格键

模型得分为88.47,本次获得实时奖励奖金为1.41

2019-06-12 10:24:50

2019-05-27
君成

模型得分为83.31,本次获得实时奖励奖金为1.5

2019-05-27 10:30:40

binghang

模型得分为88.71,本次获得实时奖励奖金为2.81

2019-05-27 10:28:38

2019-05-23
加勒比

模型得分为99.61,本次获得排名奖奖金为100

2019-05-23 15:00:01

来追我咿呀哟

模型得分为99.81,本次获得排名奖奖金为150

2019-05-23 15:00:01

交差墒

模型得分为99.81,本次获得排名奖奖金为250

2019-05-23 15:00:01

2019-05-22
markov_future

模型得分为82.58,本次获得实时奖励奖金为3

2019-05-22 13:45:11

2019-05-20
stawary

模型得分为95.08,本次获得实时奖励奖金为9.38

2019-05-20 11:26:06

来追我咿呀哟

模型得分为86.7,本次获得实时奖励奖金为1.5

2019-05-20 11:22:24

Olivia

模型得分为86.89,本次获得实时奖励奖金为3

2019-05-20 11:13:45

chyang

模型得分为89.68,本次获得实时奖励奖金为5.63

2019-05-20 11:13:26

2019-05-17
交差墒

模型得分为99.81,本次获得实时奖励奖金为6

2019-05-17 12:36:06

Micoon

模型得分为99.59,本次获得实时奖励奖金为2.34

2019-05-17 12:35:00

ChangeBio

模型得分为97.09,本次获得实时奖励奖金为4.69

2019-05-17 12:34:57

kongd

模型得分为80.64,本次获得实时奖励奖金为6

2019-05-17 12:28:34

Bluove

模型得分为91.84,本次获得实时奖励奖金为11.25

2019-05-17 12:28:17

ChangeBio

模型得分为91.86,本次获得实时奖励奖金为22.5

2019-05-17 12:28:14

Joshua

模型得分为85.39,本次获得实时奖励奖金为6

2019-05-17 12:28:05

加勒比

模型得分为98.72,本次获得实时奖励奖金为9.38

2019-05-17 12:28:01

hiccup

模型得分为89.15,本次获得实时奖励奖金为45

2019-05-17 12:27:52

交差墒

模型得分为99.61,本次获得实时奖励奖金为61.75

2019-05-17 12:27:41

FastAI可解释性差

模型得分为98.06,本次获得实时奖励奖金为37.5

2019-05-17 12:27:28

chyang

模型得分为85.25,本次获得实时奖励奖金为12

2019-05-17 12:27:20

Jason4521

模型得分为93.82,本次获得实时奖励奖金为18.75

2019-05-17 12:26:58

加勒比

模型得分为93.92,本次获得实时奖励奖金为37.5

2019-05-17 12:26:48

jianbin.xu

模型得分为98.16,本次获得实时奖励奖金为82

2019-05-17 12:26:14

begins

模型得分为85.03,本次获得实时奖励奖金为24

2019-05-17 12:26:11

jianbin.xu

模型得分为94.36,本次获得实时奖励奖金为75

2019-05-17 12:25:42

就是很任性

模型得分为97.92,本次获得实时奖励奖金为488

2019-05-17 12:25:30

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