大家好，我是你們的老火雞--- AI研習社吳彥祖。

今年“618”已經(jīng)落下帷幕，大家剁手了哪些東西呢？顯卡、鍵盤、女裝還是潮流單品？

雖然618熱度已經(jīng)過去，不過我們還想蹭一點余溫，所以我們本次比賽的賽題就是和電商有關，

順便為廣大程序員正名：雖然我們不能分辨口紅，我們不懂潮，但是我們寫的代碼可以?。?！

還有不少同學反饋，我們前幾次上線的比賽都太難了，那么標簽維度較少，總體難度不高的這場比賽，你們不考慮一下么？      

一、賽題背景和任務

在全世界范圍內(nèi)，電子商務行業(yè)蓬勃發(fā)展，為大家?guī)肀憷耐瑫r也提供了海量數(shù)據(jù)，這些數(shù)據(jù)值得我們?nèi)ネ诰蚝脱芯?。計算機視覺技術可以幫助我們在專業(yè)拍攝的產(chǎn)品圖像中識別出產(chǎn)品的多個屬性標簽，以便于我們將產(chǎn)品快速的分類，同時也為后續(xù)的數(shù)據(jù)挖掘提供了便利。

比賽時間：2020.06.24  至  2020.07.23

二、數(shù)據(jù)集和方法建議

本次競賽要求參賽選手訓練模型對于商品圖片可以直接識別商品的類別、顏色、用途等屬性。

本次比賽數(shù)據(jù)集包含衣服、鞋子、手表、口紅等圖片，訓練集共計40441張，樣本分布不均衡，訓練集和測試集各標簽比例基本一致。請?zhí)貏e注意：訓練集有294個NaN值，可自己填充。

 

                                                                                    

本次比賽不設框架工具等限制，大家請隨意！

新手同學建議在keras框架下用mobilenet 做 muti-label classification，或者針對每個標簽訓練一個mobilenet。

至于老鳥同學，請盡情發(fā)揮，如果你用多種方法解題并公開方案，請聯(lián)系慕慕領取周邊禮品一份。

三、評分和獎金設置

整個比賽的評審完全透明化，我們將會對比選手提交的 csv 文件，確認正確識別樣本數(shù)量，并按照如下公式計算得分，其中： 

             

? True：模型分類正確數(shù)量

? Total ：測試集樣本總數(shù)量

本次大賽為了鼓勵更多開發(fā)者參與到腦洞中，社區(qū)提供了基礎獎金池 3000 元，并設置了三種獎項。

包括了：參與獎（30%，只要參與比賽并提交結果大于標準分）；突破獎（20%，與上次提交結果相比的突破獎勵）；以及排名獎（50%，總排名得分前 3 名專屬）。

以上三種獎項均互不沖突，只要你腦洞夠大，獎金全部領回家。

比賽結束后，我們將公開前3名代碼供大家學習交流！趕緊掃描海報上的二維碼報名參賽吧?。?！

雷鋒網(wǎng)按：本文出自AI研習社

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。