AI Competition 가이드라인

Overview

• '목적, 이유, 대상, 산출물, 문제점, 배경, 도메인, 의미' 파악을 통한 방향성 설정이 중요하다.

• 과제: 반드시 대회 전에 Problem Definition 하기

  • 내가 지금 풀어야 하는 문제가 무엇인가?
  • 이 문제의 Input과 Output은 무엇인가?
  • 이 솔루션은 어디서 어떻게 사용되어지는가?

Data Description

• File 형태, Metadata Field 소개 및 설명
• 데이터 스펙 요약본

Notebook

• 데이터 분석, 모델 학습, 테스 셋 추론의 과정을 서버에서 연습 가능

Submission & Leaderboard

• 테스트 예측 결과물 제출 & 순위확인

Discussion

• 등수를 올리는 것보다, 문제를 해결하고 싶은 마음을 가지고 대회에 참여하면 좋겠다.

왜 Competition을 하는가?

Simple Machine Learning Flow

Competition Scope

• competition에서는 기본적인 ML 프로젝트 과정에서 몇가지만 제외하고 거의 모든 과정을 다루기 때문에 Competition을 경험하면 ML 프로젝트의 프로세스를 잘 이해할 수 있다.
• Competition은 시간관계상 Data Mining을 다루지 않는 경우가 많다. 따라서 무작정 데이터를 보는 게 아니라 가장 먼저 Domain Understanding을 하는 게 더욱 중요하다.

과제

• 과제: 반드시 대회 전에 Problem Definition 하기
  ex. 이미지 분류 대회(마스크 착용 여부 분류)
  • 내가 지금 풀어야 하는 문제가 무엇인가?
    • 공공장소에서 사람들의 올바른 마스크 착용상태를 검사하기 위해, 카메라로 비춰진 사람 얼굴 이미지만으로 이 사람이 마스크를 쓰고 있는지, 쓰지 않았는지, 정확히 쓴 것이 맞는지 자동으로 가려낼 수 있는 시스템을 만들어야 한다.
      
      
  • 이 문제의 Input과 Output은 무엇인가?
    
    
    • Input : 사람 얼굴 이미지
      • 전체 사람 명수 : 4,500
      • 한 사람당 사진 개수: 7
        (마스크 5장, 이상하게 착용 1장, 미착용 1장)
      • 이미지 크기 : (384, 512)
      • train/public test/private test = 6: 2: 2
        
        
    • Output : 18개의 클래스를 예측
      • 마스크 착용 여부 : wear / incorrect / not wear
      • 성별 : male/female
      • 나이 : <30/ >=30 and <60 / >=60
      • 총 3 2 3 = 18가지 클래스
      • 즉 마스크 착용 여부 뿐만 아니라,
        성별과 나이도 고려하여 분류
        
        
  • 이 솔루션은 어디서 어떻게 사용되어지는가?
    • 공공 장소에서 사람들의 마스크 착용 여부를 확인하고, 마스크 미착용이나 마스크를 잘못 착용한 사람들에게 경고를 주는 용도로 사용될 것이다.