競賽說明

中鋼50年來致力於鋼鐵產業，有舉足輕重的地位，為世界知名鋼鐵廠。隨著人工智慧科技在許多領域已超越人類智能，中鋼放眼下一個50年的發展，已定調「精緻鋼鐵」、「綠能產業」是我們經營發展的兩大主軸，透過「智能化」讓中鋼再精進升級，希冀保持領先的競爭力。為慶祝中鋼50周年，特別舉辦「人工智慧挑戰賽」，挑戰賽的主題與智能化鋼胚的管理有密切的相關。
本次參賽者要以人工智慧演算法，實現鋼胚上印刷或手寫序號的自動判別，將有助於問題源的返溯及品質的控管。參賽者除了要能辨識正常印刷之序號（含數字及英文字母），還得針對手寫序號、序號上下顛倒、重複印刷序號、或序號模糊等情況做有效的處理，以發展出適合實際產線運作的序號辨識系統。
歡迎各路投入人工智慧好手，參加本次競賽，我們等著您來挑戰!

媒體報導

---

報名規範

1. 參賽者須為年滿18歲之本國籍國民，學生或業界人士皆可報名參加 (中鋼公司及集團公司現職同仁、接觸題目之中山大學人員及趨勢科技公司現職員工除外)。
2. 參賽隊伍人數1至3人。
3. 參賽者只能加入一隊，一旦報名後，不得更換隊伍。
4. 報名截止後，不可再變更團隊成員名單及人數。
5. 比賽期間，隊伍不可合併與分割。
6. 參賽者報名參加本競賽即同意主辦單位於頒獎典禮當天拍攝(包含攝影、錄影等)，並得將相關影片或照片等運用在本次競賽之新聞稿及競賽宣傳文宣中，參賽者不得異議。

---

評分標準

1. 於2021/10/4(一)競賽開始時會公佈Public Dataset，其中包含訓練集與測試集。
2. 參賽隊伍每隊對於Public Dataset與Private Dataset預測結果，每日可提交結果之次數合計至多2次。
3. 提交檔案請使用.csv檔，內容格式需符合比賽格式規定。
4. 比賽過程中，Leaderboard系統會對所提交之測試集結果依據評分方式進行評測。
5. 依各隊伍所有上傳結果中最優之分數，提供各隊伍之排名。
6. 主辦單位將於2021/11/8(一)提供Private Dataset的加密壓縮檔下載，並於2021/11/9(二)14:00於官網公佈解壓縮密碼。
7. 參賽隊伍可於2021/11/9(二)當天14:00到22:00期間，針對Private Dataset的預測至多提交２次結果，逾期不再接受上傳。
8. 最終比賽排名會依據上傳最優之Private Dataset的結果分數排名，數值越小者排名越高。當分數一樣時，則依上傳時間先後來排名。先上傳者排名在前。

---

領獎資格與方式

1. 比賽排名前五名之隊伍，每隊至少推派一員參加競賽發表會，報告實做方法、模型與運作流程，並接受提問。經確認無違法競賽規定，才能實際獲獎。如有遇違反規定或放棄領獎情事，則依序遞補。
2. 以匯款方式發放獎金，得獎隊伍應推派有本國新台幣帳戶之隊員代表受領獎金，並以該隊員為中華民國稅務申報人，依規定簽署包含稅務、個資使用等相關之文件。

---

評分方式

 

1. 注1： Levenshtein Distance
2. 注2： Reference Implementation

---

競賽規則

1. 參賽隊伍可以使用自行製作之資料或額外開源資源來增進模型訓練結果，惟務必使用Machine Learning來進行辨識，禁止使用任何人工標記產生上傳結果。若有使用額外資料，需於比賽結束後提供來源資訊。如有違反資料之使用規範，參賽者將喪失領獎與參賽資格。如有爭議，主辦單位保有最終決定權。
2. 禁止使用非開源Auto Machine Learning 相關之自動建模服務。
3. 禁止使用現成之OCR模型/系統進行辨識。
4. 禁止使用非開源之classification/recognizing服務（例如：IBM Watson/Azure Cognitive Services）。
5. 競賽結束後前五名之隊伍須繳交實作程式，包含(但不限於)：前處理程式碼、訓練程式碼、辨識程式碼、各項參數之設定(包括訓練權重)、執行環境說明。主辦單位將依需求驗證程式之可執行性與可重現性，必要時得請求參賽隊伍協助重現實作程式的結果。上述驗證結果將影響最後能否獲獎之資格。
6. 資料集僅限於此次比賽使用，參賽者不得為自己或他人利益而洩漏或交付資料集予非參賽者。
7. 不可私下共享程式及特徵值。
8. 如有需要，主辦單位有權在比賽途中調整資料集。
9. 如有下列情事，主辦單位得無需告知參賽者，逕行取消參賽者資格或領獎資格：
   • 已有具體事證，所屬隊伍有任何抄襲、作弊、或詐欺等行為。
   • 已有具體事證，所屬隊伍有侵害他人智慧財產權之情事。
   • 已有具體事證，所屬隊伍有對Leaderboard系統進行攻擊。
   • 已有具體事證，所屬隊伍影響其他參賽隊伍導致不公平事例發生。
   • 已有具體事證，所屬隊伍違反本比賽活動辦法、或「T-Brain AI實戰吧平台服務」 使用條款、或「中鋼人工智慧挑戰賽-字元辨識」 參賽者使用條款。
10. 主辦單位保有對活動與競賽規則解釋及裁決的權利。
11. 比賽排名前五名之隊伍需於比賽結束後，2021/11/13之前將實作程式及設計文件釋出至公開程式碼託管平台，完成程式碼開源分享。程式碼必須以 AGPL或者 SSPL 釋出至公開程式碼託管平台（例如 GitHub或者 SourceForge）。 未於期限前釋出並繳程式碼連結者將失去領獎資格。
12. 主辦單位將選取排名前五名之隊伍，參加2021/11/27(六)於中鋼公司舉辦之競賽發表會，上台分享實作內容與方法。報告內容應包括（但不限於）實做方法、模型與運作流程。
13. 參賽隊伍應依前述規定繳交作品通過初審，以及競賽發表會複審，確認無違反競賽規定之情事後方可獲獎。

---

• 冠軍 新台幣 15 萬元 、獎狀乙紙
• 亞軍 新台幣 8 萬元 、獎狀乙紙
• 季軍 新台幣 5 萬元 、獎狀乙紙
• 佳作 新台幣 1 萬元
• 佳作 新台幣 1 萬元
• 中山大學評審團獎 新台幣 2 萬元 依參加競賽發表會五組隊伍所採用解題方法之創意、及發表會報告內容，擇一隊加發

 

---

通過初審之入圍隊伍

起司蛋把拔

BigP

Tomonejam

HiAdam

玖玖的奇妙冒險

 

---

競賽時程

項目	時程	說明
報名時程	2021/09/13 - 2021/10/03	開放報名
比賽時程	2021/10/04 - 2021/11/09	競賽隊伍可上傳答案，評分系統將開始針對每個隊伍的答案進行評分。
競賽Public Dataset訓練集與測試集下載	2021/10/04 - 2021/11/09	競賽隊伍可於比賽正式開始同日下載Public Dataset訓練集及測試集，並上傳答案，每一日曆日可上傳之次數上限為2次。
競賽測試集Private Dataset 下載	2021/11/08	2021/11/08凌晨00:00起競賽隊伍可下載競賽測試集Private Dataset的加密壓縮檔。 解壓縮密碼於2021/11/09下午14:00於官網公告。
競賽測試集Private Dataset預測	2021/11/09	測試集預測結果總上傳次數上限為2次。上傳答案需依照規定之格式，以避免上傳失敗的問題。答案上傳期限為2021/11/09下午14:00~22:00，逾期不再接受上傳。
公布Private Leaderboard	2021/11/10	官網公佈Private Dataset的成績排名及分數。
作品繳交	2021/11/10 - 2021/11/13	排名前五名之隊伍依規定繳交作品及完成程式碼開源分享 作品是否違反競賽辦法之初審，若有不符規定者則進行相關遞補程序。
公布參加競賽發表會組別名單	2021/11/19	於T-Brain平台公布入圍名單。
競賽發表會暨頒獎典禮	2021/11/27 (六)	入圍隊伍進行作品報告，評審團進行作品複審。 進行中山大學評審團獎之評審。 頒獎典禮程序及內容，將另行公布。

 

---

主辦單位:中國鋼鐵股份有限公司

---

協辦單位：國立中山大學人工智慧研究暨產業推廣中心

---

平台贊助單位：趨勢科技

---

Q&A

若對於比賽有任何問題，歡迎在 討論區 提出， 或將問題透過 Email 寄到 主辦單位。
客服時段：週一至週五 09:00-12:00，14:00-17:00

常見問題

Q1：如何確認是否報名完成？
A1：先以google或是facebook登入(註冊會員)再加入比賽方可算是完成報名。

Q2：如何確認隊伍是否有成功建置？
A2：隊長可至TEAM MANAGEMENT確認隊員邀請狀態及團隊狀態。

Q3：欲辨識的文字圖片，是一張圖片對應一個鋼胚序號還是有多個鋼胚序號呢？
A3：一張圖片一組鋼胚序號 。(一組鋼胚序號是由多個數字或英文字組成)

Q4：欲辨識的文字，佔整個影像大小比例為多少呢？
A4：具體大小依不同圖片會有變化。
舉例：圖片 1232x1028 的情形下，序號大約會是 300x50 左右。

Q5：比賽禁止使用現成OCR模型，如是結合現成模型辨識或是有重新訓練，將如何界定及可否使用？
A5：禁止的是商用的 OCR 軟體。如果是深度學習模型像是 ResNet50 帶 pre-trained weights是不會禁止的。
換句話說，＂結合現成模型+重新訓練是允許的＂。

Q6：為什麼上傳都一直失敗？
A6： 造成上傳失敗常見原因是：上傳檔案中的text出現空字串(empty string)。若模型認定該筆圖片內不含英數字，可填入空白(space)。如非前述狀況，您也可以將上傳失敗的檔案透過Email寄到主辦單位 來詢問。

Q7：參賽者是否能自行標註Public testing data，以用於訓練Private Testing時使用的模型？
A7： 主辦單位不禁止參賽者自行標註Public testing data並用於訓練模型，惟請務必注意不能違反比賽辦法的規定。Private testing data禁止任何人工標註，違者一經查獲將直接取消獲獎資格。