참가접수 기간 : 2022년 7월 6일 (수) - 8월 5일 (금)
리더보드 제출 기간 : 8월 10일 (수) - 9월 16일 (금)
코드 평가 및 수상자 발표 : 9월 19일 (월) - 9월 30일 (금)
시상식 : 10월 6일 (목)
인간과 유사한 수준의 인공지능을 구현하는 첫걸음으로 ‘자율성장 인공지능’의 개념을 널리 알림과 동시에, 기술 개발을 통해 구축한 AI 패션 코디네이터 영역의 리소스를 보급 및 활용하고자 <2022 ETRI 자율성장 인공지능 경진대회>를 개최합니다.
Fashion-how 시즌3는 4개의 세부 과제가 운영 됩니다. 참여하시는 분들은 4개 세부 과제에 모두 참여가 가능하며,
1번 또는 2번 과제에 참여하고, 3번 또는 4번 과제에 참여하여 2개 과제에서 모두 우승했을 시 종합 우승자로 선별됩니다.
본 대회는 한국전자통신연구원(ETRI)이 주최하고, 셀렉트스타와 인공지능팩토리가 공동 주관하며, 과학기술정보통신부와 국가과학기술연구회(NST)가 후원합니다.
AI 패션 코디네이터 데이터셋 FASCODE를 활용한 리더보드 챌린지
Sub-Task 1: [Fashion Image Attribute Classification]
정의: 이미지 분류 및 패션 이미지 속성 분류
첫 번째 세부 과제는 입력된 이미지를 미리 정해진 카테고리와 속성 카테고리 라벨로 분류하는 문제입니다. 속성 분류의 경우, 여러 속성 카테고리들이 정의 될 수 있어 하나의 이미지에 대해 여러 개의 속성 분류가 필요합니다.(multi-task classification)
목표: 입력된 패션 이미지를 사전에 정의된 3가지의 의류 속성 (일상성, 성, 장식성)들에 대해 각각 분류하기
Sub-Task 2: [Imbalanced Classification]
정의: 불균형 데이터 분류 기술
불균형 데이터란, 데이터 셋에서 정의된 클래스 간 데이터의 빈도 수가 현저히 차이나는 것을 일컫는데, 두 번째 세부 과제는 불균형 데이터로 인해 데이터 수가 적은 클래스에 대한 분류 정확도가 떨어지는 한계점을 해결하는 문제입니다.
목표: 패션 데이터 내 불균형한 색상 카테고리 분류하기
Sub-Task 3: [Continual Learning]
정의: 패션 코디네이션에서의 연속 학습
세 번째 세부 과제는 하나의 네트워크에 여러 개의 문제가 순차적으로 입력될 때, 새로운 문제를 학습하여도 이전에 학습한 문제 풀이 방법을 잊지 않고 잘 해결할 수 있도록 학습하는 패션 코디네이터를 구축하는 문제입니다.
목표: 패션 코디네이션 도메인의 여러 과업 (task)이 순차적으로 입력 및 학습되는 상황에서, 각각의 과업에 따른 적절한 패션 코디네이션을 생성하는 단일 패션 코디네이터 구축하기
Sub-Task 4: [Zero-Shot Learning]
정의: 패션 코디네이션에서의 제로샷 학습
제로샷 학습이란, 관찰되지 않은 데이터에 대한 작업을 수행할 수 있도록 학습하는 것을 의미하며, 네 번째 세부 과제는 겉옷/웃옷/아래옷/신발 항목에 속해 있는 패션 아이템에 대한 레이블이 존재하지만, 악세서리 항목(모자, 스카프)에 속해 있는 패션 아이템에 대한 데이터가 없는 상황에서 악세서리를 포함한 패션 코디네이션을 생성하는 문제입니다.
목표: 학습되지 않은 패션 아이템을 포함한 패션 코디네이션 생성하기
자율성장 인공지능에 관심이 있는 만 19세 이상 대한민국 국민 누구나
(개인 또는 최대 6인 팀으로 참가)
※ 개인 및 팀의 복수 계정 참가 또는 여러 팀 소속으로 중복 참여 금지
🏆 종합우승 과학기술정보통신부장관상 - 1명(팀) 상금 300만원
🏆 종합 준우승 한국전자통신연구원장상 - 1명(팀) 상금 100만원
🏆 세부과제 우승 과학기술정보통신부장관상 - 4명(팀) 각 상금 100만원
🏆 세부과제 준우승 한국전자통신연구원장상 및 상금 - 4명(팀) 각 50만원
