1. 欢迎你来到考核,这证明你已完成了课程所需的必修内容,并有充足的信心来完成接下来的挑战
2. 请你首先点击页面上的「参赛提交」标签,你会看到要求你勾选一项用户协议并报名,请点击注册完成报名。这是系统默认必须完成的操作
3. 接下来请同学们回到「比赛详情」这个标签下,你会在左侧面板看到有一项 baseline 的标签,请点击它
4.在 baseline 页面里,你可以下载到本考核题目的基线程序(你可能在学习最后一节必修课程时已经下载了)
5. 你的任务就是利用这个基线程序,完成这个考题的任务,并达到至少「admin」账户的分数
6. 当你用模型跑出结果了,请记得将结果文件按照下方的要求命名,并直接将文件压缩为 ZIP 包,确保 ZIP 包解压后直接能够得到该文件而非有文件夹的嵌套。
7. 你此时可以在此点击「参赛提交」,并在左侧面板找到「submit」标签
8. 在 submit 页面,你会看到右侧有一个长条的submit按钮,点击它选择你的压缩包上传
9. 正常情况下,此时你在按钮下方会看到你的压缩包已经上传,并且点击「刷新按钮」会看到状态从submitting - submitted - running - finished
10 你也可以不用去手工刷新,可以直接点击上方的「排名结果」标签,你会看到本考核的成绩榜单
11 现在找到你的名字,看看你的分数有达到或者 admin 吗?没成功,可以再尝试,反复提交!
本次考核将提供手写体图像切片数据集,要求建立模型通过识别技术,获得对应的识别结果。即:
输入:手写体图像切片数据集
输出:对应的识别结果
1. 训练集:8 千张图像,包含年份、金额2种信息
2. 测试集:2 千张图像
3. 原始手写体图像共分为三类,分别涉及银行名称、年月日、金额三大类,分别示意如下:
4. 相应图片切片中可能混杂有一定量的干扰信息
1. 识别结果 JSON 在训练集中的格式如下:
json 文件内容规范:
{
"image1": "陆万捌千零贰拾伍元整",
"image2": "付经管院工资",
"image3": "",
...
}
2. 结果提交的内容和要求:
本平台要求所有提交内容统一打包为 zip 文件上传(请参见「参赛提交」tab下「下载」板块提供的提交样例),其内包含:
模型输入测试集后输出的结果文件,文件格式统一为json,名称必须统一为answer.json
json 文件内容规范:
{
"image1": {
"result": "陆万捌千零贰拾伍元整",
"confidence": 0.94
},
"image2": {
"result": "付经管院工资",
"confidence": 0.96
},
"image3": {...},
...
}
其中,image对应每一张图片,result对应识别结果,confidence对应其置信度。
评价方式
通过漏检率、误检率、AP 值三项指标衡量人工智能算法应用效果,采用的计算公式如下:
算法评价值 = AP值*40% + 检出率*30% +(1-误检率)*30%
(1)检出率
计算公式如下:
其中,T为验证图片中标注为目标类设备总个数;
M1为参赛队伍实际检测出来且正确的目标类设备总个数。
(2)误检率
计算公式如下:
其中,M2为参赛队伍实际检测出来的目标类设备总个数(含正确和错误)。
(3)AP值
AP值为准确率-召回率曲线面积,按VOC标准计算。巡检影像在0.5IoU条件下计算AP值。其中IoU为识别框与标注框的重合度指标,按如下公式计算:
1. 本考核不限制单天的提交次数
2. 请用报名课程的账号完成分数提交
3. 分数达到基线后,会有一定延迟来判定是否通过考核
4. 考核通过后,证书发放等事宜请等待通知
1. baseline 的获取地址为 https://aistudio.baidu.com/aistudio/projectdetail/2612313
2. 你可以在 aistudio 上注册账号,利用其线上免费算力完成你的考核
3. 你也可以在左侧面板找到合作工具 devcloud,在 devcloud 完成注册,利用其完成考核
Start: 四月 18, 2022, 8 a.m.
概述: 尝试根据 baseline 的讲解,对 baseline 程序调优,提高分数吧!
六月 1, 2022, 8 a.m.
请登陆来参加比赛
登入# | 用户名 | 分数 |
---|---|---|
1 | mambashunli | 0.984 |
2 | moonquakes | 0.982 |
3 | Kanzaki | 0.965 |