X光肺炎检测竞赛上线！

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