SLR-手语识别挑战赛

分享给好友

剩余奖金 ¥ 3,000

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

这个数据集为手语识别(Sign Language Recognition),识别500个类别的手语单词。数据集包含了超过11万的样本,每个样本都包含了25个人体关键点的位置轨迹。

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)
FlyAI挑战奖 所有挑战者 奖金获取标准:60<Score 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

SLR1

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
path string 不为空 记录轨迹的文件路径,每一行一个视频帧中的25个人体关键点
label string 不为空 类别

输入字段: path,

输出字段: label,

参考文献:

[1]Chinese Sign Language Recognition Dataset

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:你猜猜我是谁

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94.89。

2019-04-12 17:24:36

10.00

94.89

第三名

提供者:梯度下降

923.00

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93.68。

2019-04-02 23:47:07

923.00

93.68

第三名

提供者:善假于物

751.00

batch数据为512,循环次数为4000次,损失函数优化完,最终完成评分为93.05。

PyTorch

DenseNet121

2019-04-25 11:48:49

751.00

93.05

4

提供者:唱跳RAP打篮球

batch数据为256,循环次数为10000次,损失函数优化完,最终完成评分为91。

2019-04-08 13:04:49

91.00

5

提供者:cclxx

10.00

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81.91。

2019-03-30 06:24:56

10.00

81.91

6

提供者:玥神

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64.62。

2019-04-04 16:19:52

64.62

7

提供者:trick_or_treat

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63.56。

PyTorch

SLRNet

2019-04-09 15:42:02

10.00

63.56

8

提供者:An

batch数据为800,循环次数为1600次,损失函数优化完,最终完成评分为49.17。

2019-04-02 19:37:33

49.17

9

提供者:lyming

10.00

batch数据为16,循环次数为3000次,损失函数优化完,最终完成评分为36.51。

torch

CNN

2019-03-30 21:18:59

10.00

36.51

10

提供者:玄学上分

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21.41。

2019-03-29 22:09:25

10.00

21.41

11

提供者:RandomYC

10.00

batch数据为512,循环次数为500次,损失函数优化完,最终完成评分为7.65。

2019-03-31 09:32:07

10.00

7.65

12

提供者:zhiduanqingchang

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6.25。

2019-03-30 01:17:14

10.00

6.25

13

提供者:第五轻柔

batch数据为256,循环次数为200次,损失函数优化完,最终完成评分为3.25。

2019-07-11 10:20:07

3.25

14

提供者:FlyAI样例得分

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1.54。

2019-03-28 21:59:19

1.54

15

提供者:PPdog

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1.37。

2019-04-09 21:27:51

1.37

16

提供者:Hallo

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0.4。

2019-03-31 01:33:34

10.00

0.40

17

提供者:看你很6哦

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0.33。

2019-04-01 18:47:34

10.00

0.33

18

提供者:樊^2 = -1

10.00

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0.28。

2019-04-01 19:57:25

10.00

0.28

19

提供者:ChangeBio

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0.23。

2019-05-04 23:01:36

0.23

20

提供者:Gabski

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0.2。

2019-04-03 19:05:03

0.20

2019-04-02
梯度下降

模型得分为93.68,本次获得实时奖励奖金为555

2019-04-02 23:47:07

2019-04-02
梯度下降

模型得分为92.57,本次获得实时奖励奖金为358

2019-04-02 11:42:25

善假于物

模型得分为92.18,本次获得实时奖励奖金为179

2019-04-02 08:47:48

2019-04-01
樊^2 = -1

模型得分为0.28,本次获得实时奖励奖金为10

2019-04-01 19:57:25

看你很6哦

模型得分为0.33,本次获得实时奖励奖金为10

2019-04-01 18:47:34

2019-03-31
善假于物

模型得分为86.39,本次获得实时奖励奖金为562

2019-03-31 08:01:06

RandomYC

模型得分为7.08,本次获得实时奖励奖金为10

2019-03-31 04:02:44

2019-03-30
Hallo

模型得分为0.2,本次获得实时奖励奖金为10

2019-03-30 21:46:26

梯度下降

模型得分为53.03,本次获得实时奖励奖金为10

2019-03-30 18:44:19

善假于物

模型得分为4.36,本次获得实时奖励奖金为10

2019-03-30 17:31:07

trick_or_treat

模型得分为1.01,本次获得实时奖励奖金为10

2019-03-30 14:33:12

2019-03-30
你猜猜我是谁

模型得分为16.62,本次获得实时奖励奖金为10

2019-03-30 03:03:40

cclxx

模型得分为45.47,本次获得实时奖励奖金为10

2019-03-30 02:34:51

zhiduanqingchang

模型得分为6.25,本次获得实时奖励奖金为10

2019-03-30 01:17:14

lyming

模型得分为18.61,本次获得实时奖励奖金为10

2019-03-30 00:07:15

玄学上分

模型得分为21.41,本次获得实时奖励奖金为10

2019-03-29 22:09:25

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