挑战汽车识别模型：10349张图片，3大品牌，多车型识别难点解析

aizixun8

2. 数据集和难点

该数据集共有10349张汽车图片，包括3个品牌（奔驰、宝马、奥迪）的多款车型。

但比赛的主要难点在于，所需的识别图片涉及上述三个品牌的多个型号。不仅有汽车整体外观的照片，还有汽车内饰、后视镜、座椅、车灯等的局部照片。

数据集示例

参赛者需要训练模型识别图片所属的汽车品牌，0=奥迪1=奔驰2=宝马。这就需要开发者从特殊的角度来完成汽车识别模型的构建。

因此，本次比赛的难度较往届比赛有所增加。这不仅是对参赛者开发能力的考验，更是对参赛者如何站在机器的角度，完成人类思维问题的跳跃式思维的考验。巨大的挑战。

温馨提示：数据集可拉至文末进入竞赛页面下载~

三、考核标准及奖金

最终提交结果文件如下，其中第一个字段为：测试集ID（注意是ID，即文件名从0开始）；第二个字段：类别号[0, 2]，0=奥迪1=奔驰2=宝马。

PS：结果文件建议使用UTF-8（BOM）编码~

（答案示例图片可以使用++打开）

整个比赛的评审完全透明。我们将比对玩家提交的csv文件，确认正确识别的样本数量，并根据以下公式计算得分，其中：

• True：模型正确分类的数量

• 总数：测试集中的样本总数

为了鼓励更多开发者参与本次大赛，社区提供了3000元的基础奖池，并设置了三类奖项。

其中包括： 参与奖（30%，只要参加比赛并提交高于标准分的成绩即可）；突破奖（20%，与上次提交结果相比突破奖励）；排名奖（50%，综合排名前5名仅列名）。

以上三类奖项并不冲突。只要你足够有创意，所有奖品都一定能带回家，赶快上车吧！

每天24:00，我们也会在官网排名上更新最新成绩。您可以随时随地查看您的排名。

比赛排行榜示例