室内场景识别

分享给好友

剩余奖金 ¥ 2,900

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

室内场景识别在计算机视觉领域是一个具有挑战性的问题,大多数适用于室外场景的分类模型在室内领域的表现都比较差,其困难在于尽管某些室内场景可以通过全局空间特征进行较好的描述,但其他一些场景需要通过其具体所包含的对象特征才能对该场景进行较好的描述。因此如何提取图像全局特征和局部特征来进行精确预测是本赛题的难点。

在本数据集一共包括67个室内场景类别,总共15620张图片,每个类别至少有100张图像,其中训练集、验证集和测试集划分比例为6:2:2.

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20%) 所有人 根据基线得分与100分之间,分成5个奖金区间;不同得分区间获得相应的竞赛奖金。
突破奖(总奖金10%) 所有人 更新排行榜最高分数,获得相应的竞赛奖金
排名奖(总奖金70%) 月赛前5名 奖金发放最终以月为单位,前5名获奖占比以K系数表示,分别为:0.45,0.25,0.15,0.1,0.05
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:2019-11-20
  • 月排名奖结算时间:2019-12-20 15:00:00
  • 奖金获取标准:85<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
  • 排名奖发放完毕前5名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)
  • Bouns表示为:奖金池总金额;Score表示为:模型得分;
  • 同一用户在参与奖中模型得分区间相同无法再次获得奖励
  • 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)
  • K表示:排行榜前5名的奖金分配系数,分别为:0.45,0.25,0.15,0.1,0.05;
  • 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 string 不为空 图片的相对路径
label string 不为空 图片的对应类别

输入字段: image_path,

输出字段: label,

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

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86.08。

2019-12-15 02:19:14

86.08

第三名

提供者:善假于物

3.00

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为86.04。

2019-12-10 05:12:39

3.00

86.04

第三名

提供者:malena

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85.82。

2019-12-11 13:16:03

85.82

4

提供者:WYC

5.50

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85.69。

2019-12-11 16:58:20

5.50

85.69

5

提供者:gboy

batch数据为16,循环次数为15次,损失函数优化完,最终完成评分为85.56。

2019-12-15 17:13:51

85.56

6

提供者:siaya

4.00

batch数据为256,循环次数为1次,损失函数优化完,最终完成评分为85.37。

2019-12-12 06:31:23

4.00

85.37

7

提供者:FastAI可解释性差

88.00

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为85.02。

2019-11-30 22:23:49

88.00

85.02

8

提供者:交差墒

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为84.96。

2019-12-12 10:09:50

84.96

9

提供者:小林子

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为84.83。

2019-12-14 20:31:59

84.83

10

提供者:Winteriscoming

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为83.87。

2019-11-26 20:29:55

83.87

11

提供者:龙龙

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83.39。

2019-12-14 03:37:14

83.39

12

提供者:Angeladev

batch数据为32,循环次数为15次,损失函数优化完,最终完成评分为83.35。

2019-12-02 04:59:30

83.35

13

提供者:emmm我还没想好

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为83.19。

2019-11-21 17:21:05

83.19

14

提供者:qqm

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81.95。

2019-11-25 16:46:24

81.95

15

提供者:一口大怪兽

batch数据为1,循环次数为30次,损失函数优化完,最终完成评分为81.05。

2019-12-12 00:44:52

81.05

16

提供者:yangsmile

batch数据为256,循环次数为30次,损失函数优化完,最终完成评分为79.29。

2019-11-21 02:11:01

79.29

17

提供者:天涯·明月·刀

batch数据为80,循环次数为32次,损失函数优化完,最终完成评分为79.29。

2019-12-14 23:47:04

79.29

18

提供者:Haibo

batch数据为32,循环次数为3次,损失函数优化完,最终完成评分为79.1。

2019-12-12 19:08:39

79.10

19

提供者:Zkk_hhh

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为78.46。

2019-11-23 13:22:28

78.46

20

提供者:chenfengshf

batch数据为20,循环次数为40次,损失函数优化完,最终完成评分为78.36。

2019-12-03 14:02:30

78.36

21

提供者:learnFromBest

batch数据为32,循环次数为60次,损失函数优化完,最终完成评分为77.75。

2019-11-25 18:44:49

77.75

22

提供者:milixiang

batch数据为128,循环次数为12次,损失函数优化完,最终完成评分为77.05。

2019-12-05 11:34:33

77.05

23

提供者:Mengcius

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76.63。

2019-11-21 16:06:26

76.63

24

提供者:cnn

batch数据为50,循环次数为32次,损失函数优化完,最终完成评分为76.22。

2019-12-02 14:01:55

76.22

25

提供者:超爱喝酸奶

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为75.83。

2019-11-21 15:00:35

75.83

26

提供者:SimonV587

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75.06。

2019-12-03 19:25:32

75.06

27

提供者:cyfwry

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74.84。

2019-12-02 01:48:23

74.84

28

提供者:Xin Yao

batch数据为96,循环次数为100次,损失函数优化完,最终完成评分为74.81。

2019-12-03 17:00:35

74.81

29

提供者:VicCao

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73.98。

2019-11-23 01:04:05

73.98

30

提供者:cv1557321940

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73.34。

2019-12-01 10:51:59

73.34

31

提供者:AMERICA

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73.27。

2019-12-03 17:45:30

73.27

32

提供者:Whisney`逸文

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为73.11。

2019-11-26 03:16:00

73.11

33

提供者:满堂彩

batch数据为128,循环次数为32次,损失函数优化完,最终完成评分为72.34。

2019-11-22 06:32:42

72.34

34

提供者:208.

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72.18。

2019-11-23 17:38:18

72.18

35

提供者:Nelson

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72.09。

2019-11-21 03:46:15

72.09

36

提供者:clare

batch数据为32,循环次数为80次,损失函数优化完,最终完成评分为68.95。

2019-11-25 01:17:08

68.95

37

提供者:D.N.A

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68.5。

2019-11-30 23:05:59

68.50

38

提供者:sigmoid

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65.52。

2019-11-28 00:39:18

65.52

39

提供者:zozo

batch数据为16,循环次数为3次,损失函数优化完,最终完成评分为56.21。

2019-12-01 19:18:46

56.21

40

提供者:WF

batch数据为32,循环次数为5次,损失函数优化完,最终完成评分为54.87。

2019-11-22 16:45:40

54.87

41

提供者:侠

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51.31。

2019-11-21 17:02:19

51.31

42

提供者:a554142589

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46.22。

2019-12-15 02:41:01

46.22

43

提供者:DG

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42.25。

2019-12-03 18:46:35

42.25

44

提供者:黄花寒后难逢蝶

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41.55。

2019-11-26 14:21:11

41.55

45

提供者:人间正道是沧桑

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33.55。

2019-12-03 14:14:24

33.55

46

提供者:张健铭

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33.29。

2019-12-06 13:17:09

33.29

47

提供者:会飞的猪

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30.25。

2019-11-22 02:49:47

30.25

48

提供者:杨泽鹏

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30.06。

2019-12-09 23:04:25

30.06

49

提供者:张小张

batch数据为25,循环次数为35次,损失函数优化完,最终完成评分为28.01。

2019-11-28 05:31:17

28.01

50

提供者:黄劲潮

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26.98。

2019-12-01 16:01:46

26.98

51

提供者:天天向上

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24.65。

2019-11-24 06:16:56

24.65

52

提供者:Boyce Avenue

batch数据为30,循环次数为526次,损失函数优化完,最终完成评分为24.26。

2019-11-21 20:45:49

24.26

53

提供者:myue

batch数据为500,循环次数为100次,损失函数优化完,最终完成评分为21.73。

2019-12-04 08:33:40

21.73

54

提供者:colorLess

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21.7。

2019-11-24 23:33:35

21.70

55

提供者:对方正在输入。

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17.41。

2019-12-05 00:57:25

17.41

56

提供者:flyai会员1576345548

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12.96。

2019-12-15 12:23:48

12.96

57

提供者:nigeiwochi

batch数据为120,循环次数为100次,损失函数优化完,最终完成评分为12.61。

2019-11-25 02:46:53

12.61

58

提供者:谢宇笙

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12.52。

2019-12-06 15:24:54

12.52

59

提供者:哇咔咔

batch数据为8,循环次数为2次,损失函数优化完,最终完成评分为10.76。

2019-11-26 11:48:52

10.76

60

提供者:L.J.

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10.72。

2019-12-04 00:45:03

10.72

61

提供者:代码搬运工

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9.7。

2019-12-12 10:50:10

9.70

62

提供者:Honay, King

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5.19。

2019-12-05 21:20:37

5.19

63

提供者:样例基线

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4.61。

2019-11-20 15:45:46

4.61

64

提供者:RRRubick

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4.61。

2019-11-21 18:47:47

4.61

65

提供者:莫须有の嚣张

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4.61。

2019-11-22 22:14:17

4.61

66

提供者:卡拉玛哈马塔

batch数据为64,循环次数为1次,损失函数优化完,最终完成评分为4.61。

2019-11-27 09:12:29

4.61

67

提供者:Nie

batch数据为32,循环次数为16次,损失函数优化完,最终完成评分为2.53。

2019-11-29 02:37:00

2.53

68

提供者:Tk more tk less

batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为1.06。

2019-11-21 10:09:12

1.06

2019-12-10
善假于物

模型得分为86.04,本次获得实时奖励奖金为3

2019-12-10 19:16:19

2019-12-09
WYC

模型得分为85.66,本次获得实时奖励奖金为5.5

2019-12-09 16:49:49

2019-12-06
siaya

模型得分为85.12,本次获得实时奖励奖金为4

2019-12-06 11:50:09

2019-12-02
FastAI可解释性差

模型得分为85.02,本次获得实时奖励奖金为88

2019-12-02 10:34:18

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