遥感影像场景分类预测

分享给好友

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

遥感影像场景分类是遥感影像目标检测和高层语义理解的基础,遥感影像高层语义理解又是空间分析的基础。实际应用中空间分析借助地图与空间信息解决经济、社会、国防等重要领域的技术任务。

例如通过遥感影像进行农作物估产、城市规划、商铺选址、城市热点场所人群分析、空间规划等等。空间分析是解决实际生活中问题的重要手段,而遥感影像场景分类是空间分析的基石。

遥感影像场景分类任务是从多幅遥感影像中区分出具有相似场景特征的图像,并对这些图像进行分类,为每一幅遥感影像赋予场景类别标签。

赛事主题和数据说明

赛题描述

本赛题为8月活动赛题,截止2019年8月31日下午20点整所有训练完成结果均为有效成绩!!

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
img_path string 不为空 图片的相对路径
label string 不为空 标签

输入字段: img_path,

输出字段: label,

参考文献:

[1]

评审标准

评审指标说明

  • 本赛题基础得分为60分,所有超过基础得分的参赛者可获得相对应奖励!
  • 精确率(Precision,简称为P):正确预测为正的占全部预测为正的比例
  • 召回率(Recall,简称为R):正确预测为正的占全部实际为正的比例
  • F1-Score 是精确率和召回率的一种加权平均,它的最大值为1,最小值为0
  • 计算公式如下:
  • 评审计算公式

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:YY

大神经验
batch数据为24,循环次数为30次,损失函数优化完,最终完成评分为93.12。

2019-08-19 15:10:06

93.12

大神经验
第三名

提供者:Daiccccc

大神经验
batch数据为48,循环次数为40次,损失函数优化完,最终完成评分为92.66。

2019-08-24 18:33:36

92.66

大神经验
第三名

提供者:heshuting555

大神经验
batch数据为30,循环次数为10次,损失函数优化完,最终完成评分为92.55。

2019-08-13 11:52:32

92.55

大神经验
4

提供者:交差墒

大神经验
batch数据为40,循环次数为18次,损失函数优化完,最终完成评分为92.49。

2019-08-31 09:16:10

92.49

大神经验
5

提供者:gboy

大神经验
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92.27。

2019-08-31 05:00:51

92.27

大神经验
6

提供者:yangsmile

大神经验
batch数据为48,循环次数为18次,损失函数优化完,最终完成评分为92.22。

2019-08-31 18:35:45

92.22

大神经验
7

提供者:Whisney`逸文

大神经验
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91.74。

2019-08-08 11:14:39

91.74

大神经验
8

提供者:Albert1563667639

大神经验
batch数据为16,循环次数为30次,损失函数优化完,最终完成评分为91.68。

2019-08-23 09:24:34

91.68

大神经验
9

提供者:西北风

大神经验
batch数据为80,循环次数为60次,损失函数优化完,最终完成评分为91.62。

2019-08-29 03:47:25

91.62

大神经验
10

提供者:FastAI可解释性差

大神经验
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91.47。

2019-08-26 22:06:56

91.47

大神经验
11

提供者:丶人狠话不多

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91.43。

2019-08-28 07:26:32

91.43

暂未公开
12

提供者:nice

大神经验
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91.35。

2019-08-29 03:51:41

91.35

大神经验
13

提供者:emmm我还没想好

暂未公开
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91.31。

2019-08-31 13:47:59

91.31

暂未公开
14

提供者:超级皮的赵小姐

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91.29。

2019-08-11 19:56:29

91.29

暂未公开
15

提供者:我吃定了这第一

暂未公开
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91.29。

2019-08-22 14:06:40

91.29

暂未公开
16

提供者:轩1564891807

暂未公开
batch数据为32,循环次数为25次,损失函数优化完,最终完成评分为91.28。

2019-08-28 21:31:34

91.28

暂未公开
17

提供者:薛定谔的mao

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91.13。

2019-08-10 18:07:58

91.13

暂未公开
18

提供者:yahiko

暂未公开
batch数据为32,循环次数为36次,损失函数优化完,最终完成评分为91.05。

Keras

ResNet50

2019-08-27 18:39:06

91.05

暂未公开
19

提供者:上山打老鼠

暂未公开
batch数据为256,循环次数为60次,损失函数优化完,最终完成评分为91.01。

Mxnet

LeNet

2019-08-29 22:10:41

91.01

暂未公开
20

提供者:天涯·明月·刀

暂未公开
batch数据为24,循环次数为12次,损失函数优化完,最终完成评分为91。

2019-08-30 08:48:13

91.00

暂未公开
21

提供者:哈尔的移动城堡

暂未公开
batch数据为50,循环次数为20次,损失函数优化完,最终完成评分为90.99。

2019-08-31 14:15:30

90.99

暂未公开
22

提供者:weiliming

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90.94。

2019-08-29 07:11:45

90.94

暂未公开
23

提供者:Value_H

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90.85。

2019-08-11 01:53:30

90.85

暂未公开
24

提供者:thinkdifferent

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90.85。

2019-08-28 06:09:26

90.85

暂未公开
25

提供者:善假于物

暂未公开
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90.82。

2019-08-07 11:21:26

90.82

暂未公开
26

提供者:就是很任性

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90.73。

2019-08-11 18:01:55

90.73

暂未公开
27

提供者:释然

暂未公开
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90.7。

2019-08-22 09:41:28

90.70

暂未公开
28

提供者:机器学渣

暂未公开
batch数据为64,循环次数为12次,损失函数优化完,最终完成评分为90.53。

2019-08-24 19:18:38

90.53

暂未公开
29

提供者:钦基

暂未公开
batch数据为48,循环次数为4次,损失函数优化完,最终完成评分为90.42。

2019-08-29 10:03:32

90.42

暂未公开
30

提供者:guoguo

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90.3。

2019-08-28 00:55:51

90.30

暂未公开
31

提供者:Keaton

暂未公开
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90.25。

2019-08-04 18:38:17

90.25

暂未公开
32

提供者:Winteriscoming

暂未公开
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89.98。

魔改fastai

resnet50

2019-08-11 15:52:10

89.98

暂未公开
33

提供者:elogi

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89.94。

2019-08-30 22:48:40

89.94

暂未公开
34

提供者:Hawk

暂未公开
batch数据为10,循环次数为32次,损失函数优化完,最终完成评分为89.92。

fastai

CNN

2019-08-08 20:32:02

89.92

暂未公开
35

提供者:Xin Yao

暂未公开
batch数据为108,循环次数为10次,损失函数优化完,最终完成评分为89.54。

2019-08-06 14:05:25

89.54

暂未公开
36

提供者:dtrimina

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89.51。

2019-08-15 13:25:56

89.51

暂未公开
37

提供者:Akatsuki

暂未公开
batch数据为32,循环次数为36次,损失函数优化完,最终完成评分为89.42。

Keras

ResNet50

2019-08-31 16:53:34

89.42

暂未公开
38

提供者:小林子

暂未公开
batch数据为30,循环次数为50次,损失函数优化完,最终完成评分为89.4。

2019-08-29 05:40:02

89.40

暂未公开
39

提供者:莫须有の嚣张

暂未公开
batch数据为32,循环次数为6次,损失函数优化完,最终完成评分为88.77。

2019-08-26 03:33:53

88.77

暂未公开
40

提供者:雨中冰言

暂未公开
batch数据为256,循环次数为16次,损失函数优化完,最终完成评分为88.31。

2019-08-29 07:37:16

88.31

暂未公开
41

提供者:Seeney

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88.03。

2019-08-26 18:57:40

88.03

暂未公开
42

提供者:hunk

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87.89。

2019-08-31 19:06:44

87.89

暂未公开
43

提供者:AMERICA

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87.73。

2019-08-27 07:49:06

87.73

暂未公开
44

提供者:好帅的背影

暂未公开
batch数据为128,循环次数为15次,损失函数优化完,最终完成评分为87.62。

2019-08-13 01:20:15

87.62

暂未公开
45

提供者:ZjiM

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87.08。

2019-08-21 03:30:23

87.08

暂未公开
46

提供者:Noah

暂未公开
batch数据为128,循环次数为5次,损失函数优化完,最终完成评分为86.88。

2019-08-06 07:43:55

86.88

暂未公开
47

提供者:cnn

暂未公开
batch数据为16,循环次数为50次,损失函数优化完,最终完成评分为86.83。

2019-08-12 01:17:17

86.83

暂未公开
48

提供者:全群最菜

暂未公开
batch数据为256,循环次数为100次,损失函数优化完,最终完成评分为86.82。

2019-08-16 18:32:48

86.82

暂未公开
49

提供者:pprp

暂未公开
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86.66。

2019-08-15 02:00:11

86.66

暂未公开
50

提供者:汤大力

暂未公开
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86.34。

2019-08-03 12:37:53

86.34

暂未公开
51

提供者:小五弟

暂未公开
batch数据为128,循环次数为2200次,损失函数优化完,最终完成评分为85.77。

2019-08-07 00:46:57

85.77

暂未公开
52

提供者:true up

暂未公开
batch数据为1,循环次数为50次,损失函数优化完,最终完成评分为85.7。

2019-08-29 08:17:21

85.70

暂未公开
53

提供者:ak74

暂未公开
batch数据为30,循环次数为40次,损失函数优化完,最终完成评分为85.55。

2019-08-27 18:55:50

85.55

暂未公开
54

提供者:Scarlatti

暂未公开
batch数据为48,循环次数为32次,损失函数优化完,最终完成评分为85.33。

2019-08-08 02:50:13

85.33

暂未公开
55

提供者:HelloWor1d

暂未公开
batch数据为128,循环次数为99次,损失函数优化完,最终完成评分为85.28。

2019-08-02 04:20:48

85.28

暂未公开
56

提供者:xaioqiang

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84.99。

2019-08-31 03:35:11

84.99

暂未公开
57

提供者:贤二

暂未公开
batch数据为64,循环次数为3次,损失函数优化完,最终完成评分为84.93。

2019-08-31 01:38:11

84.93

暂未公开
58

提供者:无......有

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83.19。

2019-08-05 08:32:15

83.19

暂未公开
59

提供者:冷于冰

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82.9。

2019-08-24 19:22:24

82.90

暂未公开
60

提供者:cv1557321940

暂未公开
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82.82。

2019-08-07 11:43:17

82.82

暂未公开
61

提供者:信息-杨波

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82.82。

2019-08-27 22:50:16

82.82

暂未公开
62

提供者:洋洋

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82.62。

2019-08-30 23:05:12

82.62

暂未公开
63

提供者:你猜猜我是谁

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82.5。

2019-08-18 03:17:35

82.50

暂未公开
64

提供者:Mortimer

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82.24。

PyTorch

瞎猜网络

2019-08-04 23:47:13

82.24

暂未公开
65

提供者:木信

暂未公开
batch数据为50,循环次数为20次,损失函数优化完,最终完成评分为82.08。

2019-08-08 14:26:37

82.08

暂未公开
66

提供者:暖阳。

暂未公开
batch数据为64,循环次数为25次,损失函数优化完,最终完成评分为81.56。

2019-08-10 04:47:26

81.56

暂未公开
67

提供者:京

暂未公开
batch数据为100,循环次数为20次,损失函数优化完,最终完成评分为81.35。

2019-08-17 16:46:42

81.35

暂未公开
68

提供者:clare

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80.9。

2019-08-10 00:03:57

80.90

暂未公开
69

提供者:bestfitting

暂未公开
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80.17。

PyTorch

Desenet

2019-08-06 11:13:55

80.17

暂未公开
70

提供者:trick_or_treat

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79.93。

2019-08-29 14:13:25

79.93

暂未公开
71

提供者:友情小爪

暂未公开
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78.89。

2019-08-20 07:08:55

78.89

暂未公开
72

提供者:qqm

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78.47。

2019-08-31 01:48:53

78.47

暂未公开
73

提供者:PPdog

暂未公开
batch数据为32,循环次数为48次,损失函数优化完,最终完成评分为78.27。

2019-08-26 01:56:51

78.27

暂未公开
74

提供者:Zkk_hhh

暂未公开
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78.19。

2019-08-11 17:41:18

78.19

暂未公开
75

提供者:hero.y

暂未公开
batch数据为32,循环次数为12次,损失函数优化完,最终完成评分为77.73。

2019-08-23 01:50:41

77.73

暂未公开
76

提供者:ON-looker

暂未公开
batch数据为8,循环次数为32次,损失函数优化完,最终完成评分为77.68。

2019-08-25 05:34:29

77.68

暂未公开
77

提供者:随逸

暂未公开
batch数据为64,循环次数为4800次,损失函数优化完,最终完成评分为77.37。

2019-08-17 20:38:42

77.37

暂未公开
78

提供者:化猫

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76.95。

2019-08-11 19:54:33

76.95

暂未公开
79

提供者:宇宙

暂未公开
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75.23。

2019-08-29 22:09:19

75.23

暂未公开
80

提供者:AiFool

暂未公开
batch数据为256,循环次数为500次,损失函数优化完,最终完成评分为75.21。

2019-08-28 18:12:33

75.21

暂未公开
81

提供者:静。

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73.94。

2019-08-24 05:08:40

73.94

暂未公开
82

提供者:代码搬运工

暂未公开
batch数据为128,循环次数为6000次,损失函数优化完,最终完成评分为70.97。

2019-08-25 07:55:37

70.97

暂未公开
83

提供者:SimonFighter

暂未公开
batch数据为256,循环次数为32次,损失函数优化完,最终完成评分为65.81。

2019-08-29 21:41:55

65.81

暂未公开
84

提供者:刘志强

暂未公开
batch数据为2,循环次数为1次,损失函数优化完,最终完成评分为63.44。

2019-08-05 21:56:55

63.44

暂未公开
85

提供者:丅丄

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59.11。

2019-09-02 02:57:20

59.11

暂未公开
86

提供者:An

暂未公开
batch数据为128,循环次数为3次,损失函数优化完,最终完成评分为57.49。

2019-09-01 01:43:36

57.49

暂未公开
87

提供者:街角「咖啡店」

暂未公开
batch数据为40,循环次数为60次,损失函数优化完,最终完成评分为48.13。

2019-08-25 03:36:02

48.13

暂未公开
88

提供者:东旭

暂未公开
batch数据为50,循环次数为30次,损失函数优化完,最终完成评分为46.95。

2019-08-06 05:55:23

46.95

暂未公开
89

提供者:CodeAI

暂未公开
batch数据为16,循环次数为20次,损失函数优化完,最终完成评分为44.74。

2019-09-02 06:42:15

44.74

暂未公开
90

提供者:Shepherd

暂未公开
batch数据为30,循环次数为30次,损失函数优化完,最终完成评分为41.47。

2019-08-17 12:01:28

41.47

暂未公开
91

提供者:埼玉不秃头

暂未公开
batch数据为96,循环次数为500次,损失函数优化完,最终完成评分为37.94。

2019-08-12 04:56:43

37.94

暂未公开
92

提供者:qiwihui

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35.85。

2019-08-17 01:43:54

35.85

暂未公开
93

提供者:wsure

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33.54。

2019-08-16 14:47:32

33.54

暂未公开
94

提供者:Monica

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13.83。

2019-08-26 19:11:41

13.83

暂未公开
95

提供者:杰1562934981

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12.91。

2019-08-15 13:32:04

12.91

暂未公开
96

提供者:大佬们带带我

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10.64。

2019-08-02 22:29:34

10.64

暂未公开
97

提供者:铁锤

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7.22。

2019-08-06 21:55:56

7.22

暂未公开
98

提供者:wulb

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6.23。

2019-08-15 11:41:32

6.23

暂未公开
99

提供者:彼得·帕克

暂未公开
batch数据为50,循环次数为10次,损失函数优化完,最终完成评分为2.71。

2019-08-02 18:53:21

2.71

暂未公开
100

提供者:minth

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2.05。

2019-08-12 11:49:49

2.05

暂未公开
101

提供者:那棵树

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1.99。

2019-08-07 01:26:11

1.99

暂未公开
102

提供者:吃个反物质炮压压惊

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1.98。

2019-08-14 14:02:47

1.98

暂未公开
103

提供者:不懂取什么名字

暂未公开
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1.42。

2019-08-16 17:22:54

1.42

暂未公开
104

提供者:北部湾的落日

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1.36。

2019-08-11 11:31:11

1.36

暂未公开
105

提供者:BMW开空调

暂未公开
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1.28。

2019-08-02 15:35:57

1.28

暂未公开
106

提供者:富强民主文明和谐

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1.2。

2019-08-19 21:41:21

1.20

暂未公开
107

提供者:Joshua

暂未公开
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0.93。

2019-08-12 10:38:11

0.93

暂未公开
108

提供者:谌晓姝

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0.89。

2019-08-04 05:09:15

0.89

暂未公开
109

提供者:Victor Hong

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0.84。

MXNet

LeNet5

2019-08-22 22:21:48

0.84

暂未公开
110

提供者:a554142589

暂未公开
batch数据为8,循环次数为100次,损失函数优化完,最终完成评分为0.73。

2019-08-03 03:20:13

0.73

暂未公开
111

提供者:blackx1562937090

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0.64。

2019-08-03 22:25:26

0.64

暂未公开
112

提供者:Cwinq

暂未公开
batch数据为10,循环次数为5次,损失函数优化完,最终完成评分为0.5。

2019-08-14 14:54:18

0.50

暂未公开
113

提供者:喵喵

暂未公开
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0.34。

2019-08-13 20:10:45

0.34

暂未公开
114

提供者:默语之声

暂未公开
batch数据为32,循环次数为25次,损失函数优化完,最终完成评分为0.32。

2019-08-22 23:56:09

0.32

暂未公开
115

提供者:@Sun

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0.32。

2019-08-26 03:18:15

0.32

暂未公开
116

提供者:Chain

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0.29。

2019-08-24 13:02:06

0.29

暂未公开
117

提供者:ai

暂未公开
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0.29。

2019-08-24 18:32:25

0.29

暂未公开
118

提供者:208.

暂未公开
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0.25。

2019-08-10 21:46:36

0.25

暂未公开
119

提供者:郭建珠

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0.25。

2019-08-17 17:33:03

0.25

暂未公开
120

提供者:ChungChinKei

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0.25。

2019-08-22 12:51:52

0.25

暂未公开
121

提供者:Arthur铭

暂未公开
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0.25。

2019-08-25 12:23:25

0.25

暂未公开
122

提供者:Pluto1566377647

暂未公开
batch数据为24,循环次数为30次,损失函数优化完,最终完成评分为0.2。

2019-08-22 09:31:03

0.20

暂未公开
123

提供者:橘子不唯一

暂未公开
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0.2。

2019-08-28 23:21:51

0.20

暂未公开
124

提供者:neneda

暂未公开
batch数据为128,循环次数为5次,损失函数优化完,最终完成评分为0.17。

2019-08-02 14:18:24

0.17

暂未公开
125

提供者:步沧

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0.17。

2019-08-22 21:27:49

0.17

暂未公开
126

提供者:聪-Clarence

暂未公开
batch数据为62,循环次数为5次,损失函数优化完,最终完成评分为0.17。

2019-08-23 12:43:33

0.17

暂未公开
127

提供者:风轻云淡

暂未公开
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0.17。

2019-08-26 07:15:42

0.17

暂未公开
128

提供者:朝圣者1564631742

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0.15。

2019-08-02 12:21:37

0.15

暂未公开
129

提供者:GodLovesJonny

暂未公开
batch数据为64,循环次数为2次,损失函数优化完,最终完成评分为0.15。

2019-08-02 18:22:01

0.15

暂未公开
130

提供者:liuy

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0.15。

Keras

MixNet

2019-08-06 23:09:51

0.15

暂未公开
131

提供者:kaven

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0.15。

2019-08-13 02:26:37

0.15

暂未公开
132

提供者:Amy.

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0.14。

2019-08-23 02:50:44

0.14

暂未公开
133

提供者:月在孤城

暂未公开
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0.14。

2019-08-30 10:25:12

0.14

暂未公开
134

提供者:哇咔咔

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0.13。

2019-08-01 19:14:56

0.13

暂未公开
135

提供者:杨杨杨

暂未公开
batch数据为50,循环次数为100次,损失函数优化完,最终完成评分为0.13。

2019-08-07 03:19:02

0.13

暂未公开
136

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0.12。

2019-08-03 16:47:13

0.12

暂未公开
137

提供者:zizaieee

暂未公开
batch数据为50,循环次数为2次,损失函数优化完,最终完成评分为0.12。

2019-08-13 21:19:32

0.12

暂未公开
138

提供者:rongwen

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0.1。

2019-08-03 12:37:59

0.10

暂未公开
139

提供者:徐画xuhua

暂未公开
batch数据为64,循环次数为8次,损失函数优化完,最终完成评分为0.1。

2019-08-04 01:32:51

0.10

暂未公开
140

提供者:夏洛克

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0.1。

2019-08-05 03:03:43

0.10

暂未公开
141

提供者:袁璞

暂未公开
batch数据为64,循环次数为2次,损失函数优化完,最终完成评分为0.1。

2019-08-05 19:24:45

0.10

暂未公开
142

提供者:坏人

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0.1。

2019-08-05 20:34:49

0.10

暂未公开
143

提供者:焱木

暂未公开
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0.1。

2019-08-09 10:15:58

0.10

暂未公开
144

提供者:青青子衿

暂未公开
batch数据为32,循环次数为10000次,损失函数优化完,最终完成评分为0.1。

2019-08-22 00:39:10

0.10

暂未公开
145

提供者:王涛

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0.1。

2019-08-23 03:59:01

0.10

暂未公开
146

提供者:侠

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0.1。

2019-08-23 07:48:30

0.10

暂未公开
147

提供者:zero

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0.1。

2019-08-24 01:03:56

0.10

暂未公开
148

提供者:王德睿 PhDing

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0.1。

2019-08-24 03:34:46

0.10

暂未公开
149

提供者:sw2009

暂未公开
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0.1。

2019-08-24 22:30:24

0.10

暂未公开
150

提供者:桂ly

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0.1。

2019-08-27 19:11:17

0.10

暂未公开
151

提供者:deepdeep

暂未公开
batch数据为24,循环次数为30次,损失函数优化完,最终完成评分为0.1。

2019-08-28 10:10:33

0.10

暂未公开
152

提供者:Tk more tk less

暂未公开
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0.1。

2019-08-29 14:13:59

0.10

暂未公开
153

提供者:Guo

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0.1。

2019-08-30 02:07:53

0.10

暂未公开
154

提供者:ii

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0.1。

2019-08-31 15:09:22

0.10

暂未公开
155

提供者:贾克鱿鱼丝

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0.09。

2019-08-05 14:21:27

0.09

暂未公开
156

提供者:灰

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0。

2019-08-31 23:06:42

0.00

暂未公开
第一名
YY 2019-08-31 21:25:05
2019-08-31 21:25:05
92.81
第二名
大印 2019-09-04 13:29:08
2019-09-04 13:29:08
92.66
第三名
Albert1563667639 2019-09-18 01:14:37
2019-09-18 01:14:37
92.47
4
交差墒 2019-08-31 23:15:52
2019-08-31 23:15:52
92.45
5
CodeAI 2019-09-15 09:16:13
2019-09-15 09:16:13
92.42
6
gboy 2019-09-01 04:31:44
2019-09-01 04:31:44
92.33
7
yangsmile 2019-09-03 05:47:35
2019-09-03 05:47:35
92.33
8
true up 2019-09-09 05:02:10
2019-09-09 05:02:10
91.95
9
西北风 2019-08-31 21:46:00
2019-08-31 21:46:00
91.77
10
哈尔的移动城堡 2019-08-31 23:16:07
2019-08-31 23:16:07
91.71
11
emmm我还没想好 2019-09-01 11:49:15
2019-09-01 11:49:15
91.62
12
无心法师 2019-09-06 09:16:36
2019-09-06 09:16:36
91.37
13
Zyt 2019-08-31 21:35:11
2019-08-31 21:35:11
91.33
14
Biao_Ge 2019-09-07 01:11:27
2019-09-07 01:11:27
91.3
15
我吃定了这第一 2019-09-01 03:38:47
2019-09-01 03:38:47
90.25
16
天涯·明月·刀 2019-09-11 00:32:23
2019-09-11 00:32:23
89.51
17
Mengcius 2019-10-01 19:18:29
2019-10-01 19:18:29
89.45
18
小林子 2019-09-11 13:55:38
2019-09-11 13:55:38
89.39
19
雨中冰言 2019-09-07 17:23:14
2019-09-07 17:23:14
89.33
20
机器学渣 2019-09-07 19:25:54
2019-09-07 19:25:54
89.05
21
chenfengshf 2019-09-01 06:08:40
2019-09-01 06:08:40
86.31
22
June_Z 2019-09-04 05:21:53
2019-09-04 05:21:53
80.69
23
SimonFighter 2019-09-08 18:19:07
2019-09-08 18:19:07
70.14
24
超人二号 2019-09-03 15:25:07
2019-09-03 15:25:07
2.09
25
步沧 2019-09-10 22:32:23
2019-09-10 22:32:23
2.09
26
徐辉 2019-09-12 00:28:55
2019-09-12 00:28:55
2.09
27
Helloworld1562285460 2019-09-14 23:49:57
2019-09-14 23:49:57
2.09
28
xupengzheng 2019-09-16 16:53:32
2019-09-16 16:53:32
2.09
29
Peter陈敏 2019-09-20 07:29:08
2019-09-20 07:29:08
2.09

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'}

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