[제5차] USG AI·데이터 제조혁신 경진대회 (초급)

✅ 안내

오전부터 잠시 스코어가 정상 출력되지 않고, 초급 문제에 중급 스크립트가 연결되는 문제가 있었습니다.
문제 수정하고, 누적 제출분에 대하여 정상적인 코드로 재산정하여 스코어 업데이트되었습니다.
불편드린 점 진심으로 사과의 말씀 드리며, 업데이트 된 스코어 참고 부탁드리겠습니다.
 

I. 데이터 설명

불량 판별을 위한 아크용접 이미지에서 "Good"과 "Bad"를 판별하는 이진 분류 과제입니다.

1. 데이터 특성

• 이미지 개수 : Train 3500개 , Test : 1500개

• 이미지 크기 : 600x600

• 이미지 클래스 : 2개

2. 파일 구성

🗂️task1.zip
 ├── 📈answer_sample.csv  - 정답 샘플
 ├── 📈 train_labels.csv -  Train label
 ├──🗂️ train                        -  Train 폴더  
 │      └──🗒️ train0000.jpeg   -  Train 이미지
 │      └──🗒️ train00...jpeg
 ├──🗂️ test                            -  Test 폴더 
         └──🗒️ test0000.jpeg    -  Train 이미지
         └──🗒️ test00...jpeg

3. 평가 지표

• 본 과제의 평가에는 weighted 방식의 F1-Score가 사용됩니다. 
   

• 실제 평가 스크립트는 scikit-learn의 f1_score 함수를 활용합니다. 파라미터가 적용된 해당 함수의 명령은 다음과 같습니다.

from sklearn.metrics import f1_score
score = f1_score(y_true, y_pred, average='weighted')

• 점수는 Public:Private 1:1로 분할 평가되며, 대회기간중에는 Public Score만 제공됩니다.

• Private Score를 포함한 Total Score는 대회 종료 시점에 공개되며, 최종 순위는 Total Score를 바탕으로 산출됩니다.

4. 제출 방법 및 규칙

• 아래 answer_sample.csv의 각 이미지 파일기준으로 bad 컬럼에 0 또는 1로 채워서 제출합니다 (Good:0, Bad:1)

• 1시간마다 1회 제출이 가능합니다. (정상 제출 이후 재제출까지 1시간 필요)

• 초급 태스크는 동점자 발생 시 같은 순위로 인정됩니다. (리더보드상에는 순서대로 순위가 매겨지지만, 실제 산정 시에 동순위 적용)