Intel场景分类挑战赛

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

此数据集来自英特尔场景分类挑战赛。数据集共包含森林、街道、海景等6个场景,共24335张图片。

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。

数据来源

intelSceneClassification

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 int 大于等于 0, 小于等于 5 场景类别

输入字段: image_path,

输出字段: label,

参考文献:

[1]https://www.kaggle.com/dipam7/intel-data-scene

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:

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:围生

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99.18。

2019-04-01 20:17:36

99.18

暂未公开
第三名

提供者:玄学上分

大神经验
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95.01。

2019-03-29 23:18:44

95.01

大神经验
第三名

提供者:trick_or_treat

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94.13。

2019-03-30 03:10:33

94.13

暂未公开
4

提供者:KG

大神经验
batch数据为64,循环次数为5000次,损失函数优化完,最终完成评分为93.81。

2019-03-30 22:08:54

93.81

大神经验
5

提供者:善假于物

暂未公开
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93.81。

PyTorch

ResNet18

2019-03-31 07:19:15

93.81

暂未公开
6

提供者:天天向上

大神经验
batch数据为32,循环次数为5000次,损失函数优化完,最终完成评分为93.72。

2019-03-31 09:04:50

93.72

大神经验
7

提供者:興趣使然的吃瓜少年

大神经验
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为92.96。

2019-03-31 04:32:48

92.96

大神经验
8

提供者:RandomYC

大神经验
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92.66。

2019-03-31 08:35:53

92.66

大神经验
9

提供者:cclxx

大神经验
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92.37。

2019-04-01 13:04:30

92.37

大神经验
10

提供者:mingda

暂未公开
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91.96。

2019-04-01 14:41:10

91.96

暂未公开
11

提供者:科科

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91.9。

2019-04-01 23:21:33

91.90

暂未公开
12

提供者:Daiccccc

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91.69。

2019-03-30 01:36:18

91.69

暂未公开
13

提供者:火炎焱燚

暂未公开
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91.58。

2019-04-04 12:27:47

91.58

暂未公开
14

提供者:ChangeBio

暂未公开
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91.55。

Pretrained

DenseNet121

2019-04-28 19:35:13

91.55

暂未公开
15

提供者:周阳

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91.31。

2019-04-02 12:51:49

91.31

暂未公开
16

提供者:梯度下降

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91.02。

2019-04-01 20:05:40

91.02

暂未公开
17

提供者:Hlic

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90.75。

2019-04-01 10:21:55

90.75

暂未公开
18

提供者:lyming

暂未公开
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90.49。

2019-03-30 01:55:37

90.49

暂未公开
19

提供者:唱跳RAP打篮球

暂未公开
batch数据为32,循环次数为3000次,损失函数优化完,最终完成评分为89.96。

2019-04-01 17:20:56

89.96

暂未公开
20

提供者:生

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89.82。

2019-03-31 12:20:31

89.82

暂未公开
21

提供者:Hallo

暂未公开
batch数据为128,循环次数为2222次,损失函数优化完,最终完成评分为89.67。

2019-03-30 00:55:47

89.67

暂未公开
22

提供者:小北

暂未公开
batch数据为64,循环次数为240次,损失函数优化完,最终完成评分为89.58。

2019-03-30 20:19:30

89.58

暂未公开
23

提供者:篠筱筱

暂未公开
batch数据为32,循环次数为1500次,损失函数优化完,最终完成评分为88.58。

2019-04-02 10:24:40

88.58

暂未公开
24

提供者:Joker Song

暂未公开
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88.55。

PyTorch

resnet34

2019-04-04 11:18:48

88.55

暂未公开
25

提供者:troublemaker

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88.38。

2019-03-31 02:00:19

88.38

暂未公开
26

提供者:丶人狠话不多

暂未公开
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88.2。

2019-04-01 21:18:00

88.20

暂未公开
27

提供者:我吃定了这第一

暂未公开
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87.82。

2019-04-01 22:03:27

87.82

暂未公开
28

提供者:统治了宇宙的外星人

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为87.73。

2019-03-30 14:42:41

87.73

暂未公开
29

提供者:sytv587

暂未公开
batch数据为256,循环次数为400次,损失函数优化完,最终完成评分为87.11。

2019-03-30 22:17:22

87.11

暂未公开
30

提供者:红色的小蓝帽

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87。

PyTorch

DenseNet121

2019-03-29 21:39:34

87.00

暂未公开
31

提供者:你猜猜我是谁

暂未公开
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86.79。

2019-03-30 11:05:53

86.79

暂未公开
32

提供者:玥神

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为85.53。

2019-03-29 23:49:11

85.53

暂未公开
33

提供者:Teenage Dream

暂未公开
batch数据为64,循环次数为8000次,损失函数优化完,最终完成评分为85.38。

2019-04-01 15:38:20

85.38

暂未公开
34

提供者:reallocing

暂未公开
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85.18。

2019-04-08 17:47:16

85.18

暂未公开
35

提供者:yangsmile

暂未公开
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85.03。

2019-04-19 21:06:41

85.03

暂未公开
36

提供者:lightning-zgc

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84.74。

2019-04-02 17:54:10

84.74

暂未公开
37

提供者:zeng-_-|

暂未公开
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84.41。

2019-03-30 10:03:56

84.41

暂未公开
38

提供者:全世界都在为你让路

暂未公开
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83.03。

2019-04-01 17:55:18

83.03

暂未公开
39

提供者:就是很任性

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82.89。

2019-03-31 11:08:02

82.89

暂未公开
40

提供者:江枫渔火

暂未公开
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82.57。

2019-03-30 23:39:04

82.57

暂未公开
41

提供者:笑尘

暂未公开
batch数据为512,循环次数为401次,损失函数优化完,最终完成评分为82.3。

2019-03-30 15:54:28

82.30

暂未公开
42

提供者:zhiduanqingchang

暂未公开
batch数据为64,循环次数为2500次,损失函数优化完,最终完成评分为82.1。

2019-04-01 06:56:54

82.10

暂未公开
43

提供者:kongd

暂未公开
batch数据为64,循环次数为1800次,损失函数优化完,最终完成评分为82.07。

2019-03-31 00:20:45

82.07

暂未公开
44

提供者:静水流深

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82.07。

2019-04-02 09:45:55

82.07

暂未公开
45

提供者:Value_H

暂未公开
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81.86。

2019-04-01 11:24:20

81.86

暂未公开
46

提供者:张宇廷

暂未公开
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81.8。

2019-04-01 16:07:06

81.80

暂未公开
47

提供者:楚

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81.66。

2019-04-01 15:45:14

81.66

暂未公开
48

提供者:Seeney

暂未公开
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81.33。

2019-04-01 07:11:06

81.33

暂未公开
49

提供者:FlyAI

暂未公开
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80.6。

2019-07-04 16:31:57

80.60

暂未公开
50

提供者:cactus_6

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80.48。

2019-03-30 14:25:05

80.48

暂未公开
51

提供者:喵喵

暂未公开
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80.48。

2019-04-25 10:53:14

80.48

暂未公开
52

提供者:Kyle_gkm

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80.28。

2019-04-01 05:45:32

80.28

暂未公开
53

提供者:心语滑落指尖

暂未公开
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80.28。

2019-04-01 22:54:59

80.28

暂未公开
54

提供者:wrzhenian

暂未公开
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79.4。

2019-07-10 11:11:26

79.40

暂未公开
55

提供者:我的爱在西元前1554081999

暂未公开
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77.9。

2019-04-01 20:36:18

77.90

暂未公开
56

提供者:圣

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77.52。

2019-03-30 13:21:39

77.52

暂未公开
57

提供者:w3217988

暂未公开
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69.03。

2019-03-29 22:41:30

69.03

暂未公开
58

提供者:沐阳听风

暂未公开
batch数据为128,循环次数为100次,损失函数优化完,最终完成评分为66.77。

2019-03-30 23:20:23

66.77

暂未公开
59

提供者:若,只如初见

暂未公开
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64.02。

2019-04-12 13:58:56

64.02

暂未公开
60

提供者:SHine

暂未公开
batch数据为16,循环次数为100次,损失函数优化完,最终完成评分为54.98。

PyTorch

resnet101

2019-04-03 19:57:27

54.98

暂未公开
61

提供者:lit_w

暂未公开
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50.87。

2019-04-01 23:26:32

50.87

暂未公开
62

提供者:哇咔咔

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47.08。

2019-04-01 23:56:29

47.08

暂未公开
63

提供者:在北等你

暂未公开
batch数据为2,循环次数为800次,损失函数优化完,最终完成评分为40.77。

2019-03-30 18:13:14

40.77

暂未公开
64

提供者:DLin

暂未公开
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30.29。

2019-04-01 22:55:34

30.29

暂未公开
65

提供者:毛利

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25.98。

2019-08-07 02:18:48

25.98

暂未公开
66

提供者:hjxl_dww

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21.72。

2019-04-01 11:45:16

21.72

暂未公开
67

提供者:cube777

暂未公开
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18.49。

2019-04-01 09:41:18

18.49

暂未公开
68

提供者:王桢

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17.2。

2019-04-01 02:13:37

17.20

暂未公开
第一名
Biao_Ge 2019-09-08 02:58:10
2019-09-08 02:58:10
91.14
第二名
PH 2019-09-02 00:26:52
2019-09-02 00:26:52
89.55
第三名
latalio 2019-10-11 17:16:46
2019-10-11 17:16:46
86
4
余生有我 2019-08-23 18:21:32
2019-08-23 18:21:32
77.16
5
大佬带带我 2019-08-23 22:01:34
2019-08-23 22:01:34
77.16
6
Liuzhongsheng 2019-08-30 12:06:49
2019-08-30 12:06:49
77.16
7
benjaminlinken 2019-08-31 14:54:27
2019-08-31 14:54:27
77.16
8
2019-09-07 11:06:14
2019-09-07 11:06:14
77.16
9
sudoku 2019-10-19 22:04:19
2019-10-19 22:04:19
77.16
10
2019-08-23 14:08:00
2019-08-23 14:08:00
35.07
11
比如说 2019-09-25 01:54:13
2019-09-25 01:54:13
28.79

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