[AI SPARK 챌린지] 대회2. 수도관 누수 탐지 분류 문제

데이터 개요 

• 오디오 파일의 종류는 [정상, 누수] 소리 파일로 구성되어 있습니다.

• 평가 오디오 데이터를 입력 받아 정상, 누수 분류 모델 개발을 목표로 합니다.

데이터셋

from scipy.io import wavfile
from scipy import signal
sample_rate, samples = wavfile.read(wav_path)
frequencies, times, spectrogram = signal.spectrogram(samples, sample_rate)

• scipy 라이브러리를 통해 오디오 파일(*.wav) 파일의 각종 정보를 가져올 수 있습니다.

• 자유롭게 오디오 파일을 읽어와 분석 및 모델 개발을 진행 해주시면 됩니다.

학습 데이터

• train 폴더에 위치한 학습 데이터는 leak, normal 폴더로 구분되어 있으며, 총 6766개 소리 파일이 제공됩니다.

  • train/leak : 누수 소리 파일(1596개)

  • train/normal : 정상 소리 파일(5170개)

평가 데이터

• test 폴더에 위치한 평가 데이터는 누수, 정상 구분 없이 총 2958개 소리파일이 제공됩니다.

제출 파일

• 제출 횟수는 일 최대 5회입니다. 참고 바랍니다.

• 제출 파일은 2개의 열(AudioName, ClassID)과 2958개의 행(평가 데이터 샘플 수)으로 구성된 csv 파일 형식 입니다. (아래 표 참고)

  • AudioName : 확장자를 포함한 평가 데이터 파일명을 기록합니다.

  • ClassID : AudioName에 해당하는 평가 데이터의 추론 결과를 0 또는 1 형태로 기록합니다. (0 = 정상,  1 = 누수)

• 평가 점수 계산은 AudioName을 기준으로 정렬되어 진행되며,
  제출시 열의 이름(AudioName, ClassID) 또는 행의 개수(2958개)가 일치하지 않은 경우, ClassID의 값이 0 또는 1 값이 아닌 경우, AudioName 파일명이 다른 경우 스코어 계산이 불가능합니다.

• 제출 파일 예시: output_sample.csv