人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。

大赛简介

颜值预测（facial beauty prediction，FBP）是使人脸魅力评估达到人类感知程度的重要视觉识别问题。该项目数据集共有5500个正面人脸，具有不同的属性(男性/女性，亚洲/白人，年龄)和不同的标签(面部标志，5个等级的颜值分数，颜值分数分布) ，这使得不同的计算模型具有不同的颜值预测范式。

所有图片都被标注了颜值的分数，从[0,5]不等。

参赛须知

参赛方式

• 方式一：
• 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
• 方式二：
• 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]

参赛选手说明

• 参赛人员身份信息需保证真实、有效，大赛主办方仅将个人信息用于赛事数据授权及颁奖使用
• 欢迎海内外的在校学生，算法工程师和所有AI爱好者参与
• 本次竞赛报名形式：以个人形式本地提交作品线上审核，并且以最终提交算法得分作为唯一有效成绩
• 在比赛截止日期前，团队中成绩最高分作为本团队的最终成绩
• 报名成功后请加入FlyAI竞赛交流群，一起学习进步！重要通知也将在群内发布，不要错过哦

比赛作品说明

• 参赛选手需要配合组委会对比赛作品的有效性与真实性进行验证
• 不同团队/个人，提交相似结果文件，取消双方所有人员参赛资格
• 多开小号报名、提交，一经发现将取消参赛资格
• 禁止使用外部链接下载代码替换本项目代码
• 比赛过程中，通过脚本获取比赛数据，成绩无效
• 使用线上测试集进行训练或者使用非官方提供的外部数据进行训练，成绩无效
• 使用的预训练模型需为FlyAI官方审核通过的模型，使用非官方验证预训练模型，成绩无效
• 提交的代码具备可解释性并且其它开源框架可复现
• 所有相似代码将一律不通过审核！！情况多次出现者封号处理
• 如有发现利用非正常手段作弊行为，奖金一律不发放。之前所获得奖金金额官方有权收回，情节严重者封号处理
• 提交代码即视为阅读并同意以上比赛作品说明

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	1500元奖金
亚军奖	1人	800元奖金
季军奖	1人	400元奖金
第四名	1人	200元奖金
第五名	1人	100元奖金

奖励获取要求:

• 奖金获取标准：95
• 比赛结束两周时间内，获得奖金的参赛者需提供文档格式赛题解决思路和15分钟以上的PPT答辩视频（FlyAI提供模版）；
• 温馨提示：未在有效时间内提供答辩经验的参赛者，视为放弃奖励资格哦！

赛事主题和数据说明

数据描述

由于需要提交代码作品在云端进行训练，参赛数据集不对外开放。仅提供调试数据，可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]

字段说明：

文件名	字段名称	字段类型	备注	样例
train.csv	image_path	str	图片的相对路径	./image/0.jpg
	label	float	标签	3.71

本数据集分布情况：训练集4400张图片，测试集1100张图片。

评审标准

算法输入输出格式

系统评估时，要求参赛者必须在predict方法中接收到输入和评估返回的结果输出，格式如下所示。

输入字段：

{"image_path": ".\/image\/0.jpg"
}

输出字段：

{"label": "3.71"
}

评审指标说明

排行榜精度评估说明

• 均方根误差（RMSE）：用于指示模型在预测中会产生多大的误差，对于较大的误差，权重较高。
• 计算公式如下：
• 

比赛常见问题说明

Q:比赛使用什么框架？

• 比赛支持常用的机器学习和深度学习框架，比如TensorFlow，PyTorch，Keras，Scikit-learn、MXNet等。

Q:怎么参加比赛，需不需要提交CSV文件？

• FlyAI竞赛平台提供免费云端GPU资源，报名后可以使用自己熟练的框架，修改main.py中的网络结构和processor.py中的数据处理；仅部分赛题支持CSV方式提交，请仔细阅读参赛方式相关内容。

Q:比赛排行榜分数怎么得到的？

• 参加项目竞赛必须实现prediction.py中的load_model和predict方法。系统使用这些方法评估模型算出评分。