VisDrone 无人机目标检测

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

本次比赛旨在利用无人机设备推动最先进的目标检测技术。无人机目标检测技术在无人机快递物流、城市交通监控、安防等工业领域有着重要的应用意义。

数据集提供了由不同高度、不同位置的无人机拍摄的的静态图像。参赛者要求预测十个预定义类(pedestrian,person,car,van,bus,truck,motor,bicycle,awning-tricycle,tricycle)与实际数据的交并比精度。

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

VisDrone2019

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
annotations file_path 不为空 目标框的相对路径

输入字段: image_path,

输出字段: image_path, annotations,

参考文献:

[1]赛题数据检测结果描述

评审标准

评审指标说明

  • IOU(Intersection-over-Union)表示了产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率或者说重叠度,也就是它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。
  • mAP(Mean Average Precision)即平均AP值。AP值表示为对Precision(精确率)取平均
  • IOU>=0.5为有效预测,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:小克

暂未公开
batch数据为6,循环次数为50次,损失函数优化完,最终完成评分为63.79。

2019-07-20 23:07:46

63.79

暂未公开
第三名

提供者:你猜猜我是谁

暂未公开
batch数据为4,循环次数为13次,损失函数优化完,最终完成评分为52.35。

2019-06-21 02:12:09

52.35

暂未公开
第三名

提供者:Scarlatti

暂未公开
batch数据为1,循环次数为5次,损失函数优化完,最终完成评分为49.92。

2019-06-21 01:26:34

49.92

暂未公开
4

提供者:gboy

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47.85。

2019-08-21 17:42:35

47.85

暂未公开
5

提供者:no-free-lunch

暂未公开
batch数据为4,循环次数为15次,损失函数优化完,最终完成评分为39.4。

2019-06-26 18:17:48

39.40

暂未公开
6

提供者:zjy

暂未公开
batch数据为4,循环次数为20次,损失函数优化完,最终完成评分为29.78。

2019-09-20 00:24:35

29.78

暂未公开
7

提供者:丶人狠话不多

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27.85。

2019-06-29 17:26:34

27.85

暂未公开
8

提供者:恋旧却念旧

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26.56。

2019-06-27 12:43:42

26.56

暂未公开
9

提供者:科科

暂未公开
batch数据为1,循环次数为20次,损失函数优化完,最终完成评分为22.84。

2019-06-21 22:30:53

22.84

暂未公开
10

提供者:malena

暂未公开
batch数据为1,循环次数为6000次,损失函数优化完,最终完成评分为20.39。

2019-07-14 12:08:36

20.39

暂未公开
11

提供者:zhr

暂未公开
batch数据为1,循环次数为2000次,损失函数优化完,最终完成评分为20.15。

2019-07-12 20:33:05

20.15

暂未公开
12

提供者:FastAI可解释性差

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20.14。

Keras

BaBaRCNN

2019-06-21 14:57:16

20.14

暂未公开
13

提供者:Zyt

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17.19。

Keras

BaBaRCNN

2019-06-21 23:03:13

17.19

暂未公开
14

提供者:我吃定了这第一

暂未公开
batch数据为4,循环次数为1次,损失函数优化完,最终完成评分为15.43。

2019-07-01 15:27:17

15.43

暂未公开
15

提供者:qqm

暂未公开
batch数据为1,循环次数为2次,损失函数优化完,最终完成评分为13.55。

2019-07-14 21:05:10

13.55

暂未公开
16

提供者:HelloWor1d

暂未公开
batch数据为8,循环次数为3次,损失函数优化完,最终完成评分为9.56。

2019-06-26 17:20:26

9.56

暂未公开
17

提供者:linlh

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8.41。

2019-07-06 09:46:04

8.41

暂未公开
18

提供者:。。。1554556619

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3.89。

2019-07-31 19:56:42

3.89

暂未公开
19

提供者:chyang

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1.45。

2019-06-16 11:24:42

1.45

暂未公开
20

提供者:NLP-Learner

暂未公开
batch数据为4,循环次数为10次,损失函数优化完,最终完成评分为0.01。

2019-06-19 06:53:34

0.01

暂未公开
21

提供者:蜗牛、Gray

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0.01。

Keras

SSD-VGG

2019-07-15 21:24:30

0.01

暂未公开
第一名
xupengzheng 2019-10-05 23:21:43
2019-10-05 23:21:43
0.11
第二名
hajohn 2019-10-15 13:48:26
2019-10-15 13:48:26
0.11
第三名
张小张 2019-11-06 15:31:13
2019-11-06 15:31:13
0.11
4
Einsteinpcm 2019-11-26 18:41:36
2019-11-26 18:41:36
0.11
5
清欢 2019-11-27 09:47:52
2019-11-27 09:47:52
0.11
6
lxoney 2019-12-10 14:51:51
2019-12-10 14:51:51
0.11
7
AMERICA 2019-10-17 11:55:42
2019-10-17 11:55:42
0.06

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