点击我爱计算机视觉标星，更快获取CVML新技术
本文转自实时奖金竞赛社区FlyAI。
大赛简介
此刻，武汉疫情还在持续，为战斗在疫情一线的所有医护人员祈福、加油！在家关心疫情的同时，可以通过参加算法竞赛提升自己的算法能力和赢取高额奖金。
武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究，可通过人工智能技术对医学影像-X光片进行患病情况检测，有效提升确诊准确率和效率。
本赛题主要是对肺部X光片患病结果进行分类，共4个患病类别，数据集划分比例为6:2:2,可使用CSV文件和FlyAI框架两种提交方式参赛。参赛者需要通过优化模型来对肺部X光片进行精确的分类。
参赛时间：2020.02.05 12:00:00-2020.03.06 20:00:00
参赛方式
方式一：
下载全部数据集和提交CSV结果文件验证结果获得最终成绩得分
方式二：
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
方式三：
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]
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) |
|---|---|---|
| 冠军奖 | 1人 | 奖金1,500元 + 1000分钟Tesla-GPU训练时长 |
| 亚军奖 | 1人 | 奖金800元 + 1000分钟Tesla-GPU训练时长 |
| 季军奖 | 1人 | 奖金500元 + 1000分钟Tesla-GPU训练时长 |
| 参与奖 | 第4-5名参赛者 | 参与奖金100元 + 500分钟Tesla-GPU训练时长 |
赛事主题和数据说明
赛题描述
武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究，可通过人工智能技术对医学影像-X光片进行患病情况检测，有效提升确诊准确率和效率。本赛题可使用CSV文件和FlyAI框架两种提交方式参赛,参赛者需要通过优化模型来对肺部X光片进行精确的分类。
数据描述
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 |
| labels | int | 大于等于 0, 小于等于 3 | 图片的对应类别 |
输入字段： image_path,
输出字段： labels,
评审标准
评审指标说明
奖金获取标准：60<Score
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：
比赛报名：
https://www.flyai.com/?s=GCtBRYUf-
比赛交流群
扫码拉你进群
（注明：FlyAI）
解决竞赛中遇到的各种问题，与大神交流
点击"阅读原文"，开启竞赛之旅