【赛题描述】

本赛题要求选手研究开发高效可靠的人工智能算法，准确识别图片中是否包含品牌logo，提升图像智能分类的准确度与效率。

【赛题任务】

选手需要在在线环境中进行模型开发，代码中需要在规定的路径下生成对应的标签结果csv文件（见标签文件规范）。选手最终需要提交可执行的代码，后台评审系统进行自动复现（包括模型的训练及预测）与评分。最终将根据预测准确性进行排名。

注：训练集与测试集对选手不可见，选手在模型开发调试阶段时使用的数据是一部分样例数据，提交代码后，后台评审系统将自动使用全量数据进行评测。

【赛题数据】

本赛题将会提供近千张的从互联网收集的图片，图片为jpg格式，图片示例如下：

【数据提供】

本赛题已将数据集合理划分为训练集和测试集，隐藏测试标注数据作为模型测评依据。训练集用来给选手训练模型，含苹果Logo图片269张，不含苹果Logo图片519张；测试集共包含300张图片。

【训练数据文件结构】

a) 我们将提供用于训练的图片和分类标签、测试图片以及提交示例文件，文件夹结构如下：

>train

>test

>提交示例文件.csv

b) 其中，train文件夹存放训练集图像数据，test文件夹存放测试集图像数据，图片均为jpg格式。train文件夹结构如下：

train/

|--logo/

|--without_logo/

c) train训练集图像数据文件夹中，logo文件夹存放有标准苹果公司Logo的训练图片，without_logo存放没有苹果Logo或山寨Logo的训练图片。

d) csv: 只包含测试集图片id的结果文件示例。

【标签文件规范】

本赛题要求选手通过使用主办方提供的数据，训练算法来预测测试集中的图片是否含苹果公司的标准Logo，图片ID和标注结果一一对应生成csv文件进行评分。

标签文件示例（result.csv）：

注：为避免评测过程中文编码格式导致评测错误的影响，请统一以utf-8编码，result.csv中第一列是图片的唯一标记，第二列是对应的标注。并且注意不要包含表头，标注结果只能是0或1：0表示图片中不含苹果公司的标准Logo，1表示图片中含有苹果公司的标准Logo。

选手标签文件的第一列应与示例完全一致。

【评估指标】

赛题分数计算方式：准确率ACC

【注意事项】

1.本赛场禁止以下行为：

a) 不倡导使用非公开的外部数据/模型，但如果需要使用外部数据/模型，外部数据必须在竞赛期间开源，并且必须提供相应的下载链接，并附加文档说明。

b) 人工标注/修改评测结果数据。

c) 多账号刷分等。

2.如果抽查发现参赛队伍有造假、作弊、雷同等行为，将取消该队伍的参赛资格及奖励。