260

參賽隊伍

總獎金 新台幣 23.00 萬元

AI 驅動出行未來:跨相機多目標車輛追蹤競賽 - 模型組

進行中

競賽說明

鑒於居家安全、犯罪偵防等需求,近年來攝影機系統在道路上被廣泛的運用。由於目前一般的監視系統都是基於單相機錄影,每個攝影機是獨立運作,所以當移動物件離開拍攝範圍後,就無法繼續辨識。其次,當發生車禍碰撞、犯罪事件,由於每台相機單獨錄影,相機間沒有協同作業的機制,因此警政單位必須花費龐大的人力資源,由人工搜尋監視系統錄製的影片,才能追蹤可疑車輛或行人的路徑與軌跡。本競賽著眼於跨相機多目標追蹤的技術以解決上述的問題。競賽資料集提供跨相機的道路車輛行駛影片,讓參賽團隊發展跨相機多目標追蹤的AI模型,目標要能夠偵測與辨識出在不同相機的相同車輛,期望本競賽能深化台灣在智慧交通的AI 技術深化與多元發展。

Click here to DOWNLOAD competition description English version


報名規範

  1. 年滿18歲皆可報名參加,未滿18歲之未成年人經法定監護人同意後可報名參加。
  2. 社會人士亦可參賽,惟社會人士組無法受領教育部獎狀和獎金,但可獲得業界贊助獎金和計畫辦公室獎狀。
  3. 參賽隊伍人數 1 至 5 人。
  4. 本次競賽分為兩個場次:「模型組場次」與「參數組場次」。參賽者只能加入一個參賽隊伍,一旦加入隊伍後則無法更換隊伍,一個參賽隊伍僅能報名其中一個場次,報名截止後,參賽者與參賽隊伍不可再變更參賽場次。
  5. 報名截止後,不可再變更團隊成員名單及人數。
  6. 因參數組場次、模型組場次只能擇一報名,如有重複報名者,主辦單位將會於報名截止後以電話或是電子郵件通知,並請參賽隊伍之隊長限期以Email方式回報希望選擇保留的場次。若經主辦單位通知未於指定期限內由隊長正式回應者,視同放棄比賽資格,將同時取消該隊伍於兩個場次的參賽資格。
  7. 比賽期間,隊伍不可合併與分割。
  8. 基於學校課程要求而參與比賽的參賽者,請於報名系統填寫課程代碼,以利課堂評分。


報名方式

  1. 報名隊伍每位隊員皆須於『T-Brain AI 實戰吧』(https://tbrain.trendmicro.com.tw/) 以Google 帳號註冊會員。
  2. 報名隊伍每位成員須於『AI CUP 報名系統』(https://go.aicup.tw/) 登入報名,並依照報名頁面所示項目,逐項填寫每位隊員之資料(註 1),並完成組隊流程,以進行競賽登錄。
  3. 隊伍於『AI CUP 報名系統』完成競賽登錄的1~2個工作日後,各隊伍成員即可於『T-Brain AI 實戰吧』參與本次競賽。
  4. 參賽組別分為學生組、社會人士組。學生組需要全隊皆為學生身分;隊伍內只要有一名非學生身分者,則全隊列為社會人士組。
  5. 報名後,請每位參賽者協助填寫「AI 驅動出行未來:跨相機多目標車輛追蹤競賽-模型組-前測問卷
  6. 比賽結束後,請各位參賽者協助填寫「AI 驅動出行未來:跨相機多目標車輛追蹤競賽-模型組-後測問卷」
註1:報名指引請參閱AI CUP 報名系統之報名流程 (AI CUP 報名系統之報名流程3.0(20230224中文版).pdf) 。隊員資料中的Email, 請填寫各隊員於『T-Brain AI 實戰吧』註冊之Email, 若報名頁面填寫之Email 與『T-Brain AI 實戰吧』之Email 兩者不相符,將視為報名不成功。

領獎資格與方式

  1. 參賽組別分為學生組、社會人士組。學生組需要全隊皆為學生身分;隊伍內只要有一名非學生身分者,則全隊列為社會人士組。
  2. 本次獎項包括「學生組排名獎」16 名、「趨勢科技模型執行效能獎」2名、「趨勢科技模型設計創意獎」2名、「趨勢科技企業特別獎」1名。
  3. 學生組排名獎 (註2):得獎隊伍同意主辦單位下列安排否則喪失領獎資格。
    • 隊伍內所有成員於報名當日,皆須符合中華民國各大專校院在學學生身分,該參賽隊伍方具學生組領獎資格,並於敘獎時檢附相關證明。
    • 獎金以新台幣匯款方式發放,得獎隊伍應配合中華民國稅法繳交相關所得稅。
    • 「學生組排名獎」得獎隊伍相關指導教授,將獲頒獎狀乙只。惟指導教授不得與學生一同報名,請於最終報告內填寫指導教授姓名、任職學校、科系、聯絡信箱。
    • 「學生組排名獎」得獎隊伍內任一成員,曾於「教育部人工智慧競賽與標註資料蒐集計畫辦公室」所運籌之「教育部全國大專校院人工智慧競賽 (AI CUP)」已獲得前三名(含第一~三名、金/銀/銅牌獎)之優秀成績達三次(含以上)者,若於比賽中再次得名,該隊伍將僅獲頒教育部獎狀、不發放獎金,獎金遞補予次一名隊伍,兩支隊伍將並列同一名次。此規定不溯及既往,獲獎次數累計自2022秋季賽起算。
    • 總排名前25%、且經評審委員團隊核定之隊伍 (不超過30隊),將依比賽辦法提供教育部獎狀乙紙或教育部人工智慧競賽計畫辦公室電子版獎狀。惟指導教授不得與學生一同報名,請於報名系統及最終報告內填寫指導教授名稱。
  4. 趨勢科技模型執行效能獎、趨勢科技模型設計創意獎:得獎隊伍同意協助主辦單位下列安排,否則喪失領獎資格。
    • 本獎項不限參賽者身份。
    • 評審原則以「具備發表研討會論文潛力」為評斷依據,內容可包括問題說明、方法優化、及方法創新想法等,並同時參酌報告完整性、正確性及原創性三大方向。(評審原則可調整) 若未達評審標準,本獎項可從缺。
    • 本獎項不計Leaderboard分數與排名。
    • 每一隊獲獎隊伍將各獲頒獎金1萬。隊伍內至少一人須具備中華民國國籍、或中華民國工作或學生簽證,該參賽隊伍方具一般組領獎資格。
    • 獎金以新台幣匯款方式發放,符合報名規範及具領獎資格之得獎隊伍應推派有本地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。
  5. 趨勢科技企業特別獎:得獎隊伍同意協助主辦單位下列安排,否則喪失領獎資格。
    • 本獎項不限參賽者身份。
    • 評分標準以生成式AI、資料擴增或外部資料的使用作為評斷依據,參賽作品未達水準時,得由主辦單位之決選評審委員決定從缺。
    • 本獎項不計Leaderboard分數與排名。
    • 獲獎隊伍將獲頒獎金1萬。隊伍內至少一人須具備中華民國國籍、或中華民國工作或學生簽證,該參賽隊伍方具一般組領獎資格。
    • 獎金以新台幣匯款方式發放,符合報名規範及具領獎資格之得獎隊伍應推派有本地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。
  6. 領獎資格說明:
    • 參數組場次、模型組場次只能擇一報名,如有重複報名者,主辦單位將會於報名截止後以電話或是電子郵件通知,並請參賽隊伍之隊長限期以Email方式回報希望選擇保留的場次。若經主辦單位通知未於指定期限內由隊長正式回應者,視同放棄比賽資格,將同時取消該隊伍於兩個場次的參賽資格。
    • 最終成績的評量項目包括下列部分:(1) 該隊伍於 Public Dataset 之成績,佔 30 %;(2) 該隊伍於 Private Dataset 之成績,佔 70 %。
    • 惟獲獎隊伍必須為總排名前25%隊伍(不超過30隊),並依規定期限繳交模型說明與方法報告,並經由評審團會議過半認定報告完整性方取得獲獎資格。
    • 得獎隊伍需於指定繳交之報告的期限內提交可重現、可供模型驗證的原始程式碼。程式碼以 Jupyter Notebook 格式,可於 Google Colab 執行之實作程式以驗證程式正確性。
    • 報告應包含主辦單位所規定之內容項目,評量標準包括下列部分:(1) 報告完整性、(2) 報告正確性。由教育部人工智慧競賽與標註資料蒐集計畫辦公室之專家委員組成之評審團隊,進行報告內容認定。
    • 總排名前25%之隊伍 (不超過30隊),依規定繳交報告後經主辦單位之評審委員審定,學生組得獎隊伍,經主辦單位之評審委員審定後可獲得教育部獎狀乙只;社會人士組無法受領教育部獎狀和獎金,但可獲頒教育部人工智慧競賽計畫辦公室電子獎狀,以及業界贊助獎金。若是社會人士組在排名得到第一名,將會在獎狀上註記「總排名第一名」。
    • 各項獎勵名額得視參賽件數及成績酌予調整,參賽作品未達水準時,得由主辦單位之決選評審委員決定從缺,或不足額入選。
    • 得獎隊伍需至少推派一員代表,依主辦單位通知參與後續頒獎活動,如無隊友協助,則可請親友一人代表出席領獎及進行簡報分享。
    • 因報名資格審查及頒獎資料審核需求,請確認 T-Brain 註冊帳號之姓名為正確之中文姓名,如有需要可至 T-Brain 帳號之 My Profile 功能中進行修正。
    • 除學生排名獎外之獎項,可重複領獎,且不限於參賽隊伍之身份。
註2:若前16名有社會人士隊伍,學生組排名獎名額將以排名依序遞補,領取教育部獎狀及獎金。


評分標準

  1. 提交檔案使用 .csv 檔,內容格式需符合比賽格式規定。上傳檔案內容請使用 UTF-8 (無 BOM檔首)編碼,並使用 Unix 系統換行字符。請勿使用其他 Non-Printable Characters,以避免評分失敗的可能。
  2. Public Leaderboard 系統會對每次的提交結果進行評測,以最高分那一次呈現於 Public Leaderboard。Private Leaderboard 則以 Public Dataset 成績最高那一次的 Private Dataset 成績為排名依據,若出現參賽隊伍同分情形,以上傳繳交時間判斷排名順序。
  3. 競賽方式分為兩階段執行:
    • 第一階段 (Training,3/15 ~ 5/30):公布 Public Training Dataset,由各隊進行建模訓練。
    • 第二階段 (Testing,5/28 上午 11 點 ~ 5/30 下午 4 點):公布競賽此階段的測試資料集 – Public Dataset 及 Private Dataset,兩份資料及皆不包含 ground truth,參賽隊伍於競賽的三天內上傳答案至競賽平台,其中 Public Dataset 的評測分數會公布於 Submission History 及 Public Leaderboard,第二階段每日提交上限 3 次。Public Leaderboard 與 Private Leaderboard 的評測分數均會列入總成績的計算,競賽結束後將於 6/3 (一) 公布總成績前 30 名的隊伍。
  4. 比賽第二階段過程中,參賽隊伍會得到 Public Leaderboard 評測的分數。比賽結束時會另外公布 Private Leaderboard 的結果,以 Public Dataset 成績最高那一次的 Private Dataset 成績為排名依據,並以前述Public及Private評測的分數共同進行最終排名,取前 30 名隊伍進行報告審查以確認獲獎資格。
  5. 入圍報告審查隊伍的最終成績的評量項目包括下列部分:(1) 該隊伍於 Public Dataset 之成績佔 30 %;(2) 該隊伍於 Private Dataset 之成績佔 70 %;入圍隊伍,於公告期限前繳交模型說明、方法報告與 Colab 程式碼,採資格審,須由評審團會議過半認定報告完整性方取得獲獎資格。


評分方式

本競賽使用IDF1 Score、MOTA兩項指標評比個參賽隊伍的名次,兩種指標分數將以相加的方式作為最終結果。以下為各種指標的說明與公式:

IDF1 Score:取得ID的TP、FP、FN後計算Precision與Recall,用於衡量追蹤的ID準確程度,公示表示為:


IDTP、IDFN、IDFP說明如下:
以最多檢測並匹配到ground truth的bounding box的ID作為正確的ID
  • IDTP:檢測結果中與ground truth匹配且ID一致的bounding box視為IDTP。
  • IDFN:未能被正確匹配到的ground truth數量,也就是ground truth - IDTP。
  • IDFP:檢測結果中未能匹配到ground truth的數量,也就是檢測結果總數 - IDTP。

MOTA (Multiple Object Tracking Accuracy)多目標跟蹤準確度是衡量多目標跟蹤準確度的一個指標,公式表示為:


FN、FP、IDS、GT的說明如下:
  • FN:False Negative,指被模型預測為負的正樣本,當一個ground truth 中的bounding box未被檢測到時視為FN。
  • FP:False Positive,指被模型預測為正的負樣本,當一個ground truth 中沒有的bounding box被檢測到時視為FP。
  • IDS:ID-switch次數,指一條追蹤軌跡發生ID轉換的次數。
  • GT:ground truth的數量。

最終成績為IDF1 Score、MOTA相加,公式表示為:


競賽規則

  1. 競賽分兩個場次實施:模型組場次與參數組場次。模型組場次可自行建構跨相機追蹤系統中的各個子模型,或利用主辦單位提供的 baseline 模型進行修改。
  2. 參賽隊伍可以使用生成式 AI 擴增資料,或利用額外的開源資源來增進模型訓練結果,惟務必使用機器學習/深度學習模型來進行車輛追蹤。車輛追蹤結果禁止使用任何人工方式修正。若使用額外的開源資料,須於比賽結束繳交的書面報告文件中提供相關來源。如有爭議,主辦單位保有最終決定權。
  3. 若使用額外的自製資料或外部開源資料,包括及不限於網路上的第三方開源程式、或授課老師於課堂中提供之參考程式碼,須於比賽結束繳交的書面報告文件中提供相關來源、並說明參賽者基於外部資料對本次競賽結果的貢獻。如有爭議,主辦單位保有最終決定權。
  4. 訓練階段不限使用平台。為確保競賽公平性,總排名前 30 名之隊伍於競賽結束後須繳交可於 Google Colab 執行之相同實作程式及最終報告。繳交之程式碼須為 Public 測試資料集成績最高的模型。報告請參考主辦單位所提供之撰寫說明,內容應包含 (但不限於) :(1) 成員, (2) 模型演算法說明,(3) 資料前處理、資料擴增、生成式 AI 的使用方式,(4) 完整程式碼,(5) 程式執行環境,(6) 模型權重檔。程式需保證可執行性,且執行結果須與最終上傳結果一致,違者將影響獲獎資格。報告將由教育部人工智慧競賽與標註資料蒐集計畫辦公室之專家委員組成之評審團隊進行審核,報告之完整性、正確性將影響獲獎資格與名次核定。若有重大窒礙難行因素無法提供 Jupyter Notebook 格式之 Google Colab 可執行程式,且經評審團會議同意後,方得以其他形式繳交程式碼。
  5. 參賽者所上傳的答案不得使用人為修正,以避免影響比賽公平性。
  6. 賽後報告應獨立撰寫。但可在官方討論區公開討論,公開分享與討論後而為其他隊伍所參考者不在此限。
  7. 各隊伍請注意對於資料處理、模型程式、與相關構想的保護,切勿在競賽過程中將程式碼、報告草稿等資料,私下分享或傳遞給其他隊伍。若造成不同隊伍繳交之報告與程式雷同,將影響所有涉入隊伍的評審成績,情節嚴重者將直接取消獲獎資格。
  8. 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「AI 驅動出行未來:跨相機多目標車輛追蹤競賽」參賽者使用條款。
  9. 主辦單位保有對活動與競賽規則解釋及裁決的權利。


  • 第一名 新台幣 5 萬元
  • 第二名 新台幣 3 萬元
  • 第三名 新台幣 2 萬元
  • 優等獎 新台幣 1 萬元
  • 優等獎 新台幣 1 萬元
  • 優等獎 新台幣 1 萬元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 佳作獎 新台幣 5 千元
  • 趨勢科技模型執行效能獎 新台幣 1 萬元
  • 趨勢科技模型執行效能獎 新台幣 1 萬元
  • 趨勢科技模型執行創意獎 新台幣 1 萬元
  • 趨勢科技模型執行創意獎 新台幣 1 萬元
  • 趨勢科技企業特別獎 新台幣 1 萬元

學生組前 16 名隊伍除獎金獎項外,並將獲頒「教育部獎狀」。第17名起至總排名前25%之隊伍 (不超過30隊),不限身份依規定繳交報告後經主辦單位之評審委員審定後,可獲頒「計畫辦公室電子獎狀」。


競賽時程

項目 時程 注意事項與說明
報名時程 2024/03/01 – 2024/05/22 03/01開放報名,03/15比賽正式開始。
第一階段:競賽訓練集 Training Dataset 下載與模型訓練 2024/03/15 – 2024/05/30
  1. 競賽隊伍可於比賽正式開始同日下載競賽訓練集 Training Dataset,可依據所公布競賽標準,不限制平台自行測試。
  2. 此階段T-Brain 不提供答案上傳及評分功能。
第二階段: 競賽測試集 Testing Dataset 下載及評分 2024/05/28 11:00 – 2024/05/30 16:00
  1. 競賽測試資料及下載時程:5/27 上午 11:00 起,競賽隊伍可下載兩份測試資料集(Public Dataset 與 Private Dataset),解壓縮密碼將於 05/28 早上 11:00 公告於官網公告區。注意:請提前下載以避開下載尖峰,以免影響比賽時間的運用。
  2. 競賽測試集答案上傳與評分時程:5/28 上午 11:00 至 05/30 下午 4:00,時間三天。期間每天上傳次數至多 3 次。注意:上傳之答案檔案內需同時包括 Public Dataset 與 Private Dataset 的答案,以免影響最終分數之計算。
  3. 此期間,參賽者可獲得 Public Dataset 之評分結果做為參考,Private Dataset 評分結果則不公布。
  4. 競賽者須於規定時間內上傳答案,答案格式須符合評分方式的說明。
公布成績 2024/06/03
  1. 公布 Private Leaderboard (以 Public Dataset 成績最高那一次的 Private Dataset 成績為排名依據)。
  2. 公布最終總成績前25%之隊伍名單(不超過30隊)。
作品繳交與上傳報告 2024/06/03 – 2024/06/11
  1. 總成績前25%之隊伍須繳交可於 Google Colab 執行之實作程式,包含: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,並於報告中詳加說明 Model大小、時間、參數的數目、記憶體的使用等,程式之可執行性及可驗證性將影響報告評分。
  2. 繳交之程式碼須為Public測試資料集成績最高的模型,若程式執行結果與繳交上傳結果不一致,或繳交之作品經評審,若有不符規定者,則將取消該隊伍獲獎資格並進行相關遞補程序。
公布最終得獎名單 2024/07/15 於T-Brain平台、AI CUP 官網公布最終得獎名單。
頒獎典禮暨競賽發表 預計2025初 (暫定第一季) 頒獎典禮細節將另行公布。得獎者請依AI CUP 計畫辦公室通知出席領獎。


指導單位:教育部資訊及科技教育司

教育部資訊及科技教育司「結合資訊、科技與人文,引領學校邁向永續發展新世紀」之願景,規劃「前瞻人才培育」、「精緻數位學習」、「科研倫理素養」、「數位公義關懷」、「校園環境永續」五大目標,建構以「人」為中心的學習環境,培育具關懷社會與環境之現代公民,強化國家永續發展。


競賽運籌單位:教育部人工智慧競賽與標註資料蒐集計畫辦公室

本計畫【人工智慧競賽與標註資料蒐集】為教育部所發起的人工智慧技術及應用人才培育計畫中的其中一項子計畫,透過訂定競賽議題,並每年舉辦AI競賽,藉由搭配學期時間與學校課程合作,老師可審核學生學習一學期後將理論運用在實際問題上的能力,且因競賽資料較貼近生活實際狀況,而非針對教學方便所製作出簡單的數據,學生需要更深入思考才可達到標準,AI競賽將會經過競賽審查委員嚴格審查後頒發獎金及獎狀,以資鼓勵學生們參與培育更多AI人才。


議題提供單位:國立中正大學資訊工程學系

民國七十五年,政府為紀念先總統 蔣公,並平衡國內高等教育的發展,經行政院院會決議,於嘉南地區籌建本校。次年二月,政府特別組成籌備委員會,並敦聘李登輝先生擔任召集人,進行各項建校籌畫工作。七十八年七月一日,正式建校並聘請林清江博士擔任首任校長。資訊工程研究所也於同年成立,成為本校最早成立的五個研究所之一。八十一年成立大學部,八十二年成立博士班,使本系所成為中南部國立大學中,最先涵蓋大學部、碩士班及博士班完整學程之資訊工程系所,八十九年大學部並擴增為雙班。畢業學生無論在工業界或學術界均能成為同儕中頂尖的人才。


協辦單位:臺灣印度人工智慧海外科研中心

國立中正大學在科技部的支持下,與印度理工學院羅巴爾校區(Indian Institute of Technology Ropar, IIT Ropar)、 吉特卡拉大學(Chitkara University) 成立聯盟,首度於IIT Ropar建置「臺灣印度人 工智慧海外科研中心」辦公室,並完成空間建制、經費規劃、合作模式與人 員配置。未來將共同推動國家型科技計畫,研發產業關鍵技術,深化台印雙邊 合作關係。


平台贊助單位:趨勢科技

趨勢科技為資訊安全解決方案全球領導廠商,致力建立一個安全的資訊交換世界。我們專為消費者、企業及政府機構設計的創新解決方案,能為資料中心、雲端工作負載、網路、端點裝置提供多層式安全防護。我們的產品皆彼此整合、共享威脅情報,提供環環相扣的威脅防禦與集中式的掌握及調查能力,實現更好、更快的防護。趨勢科技全球共超過 6,000 名員工,遍及 50 個國家,並擁有全世界最先進的全球威脅研究及情報,是企業保護連網環境的最佳夥伴。


Q&A

若對於比賽有任何問題,歡迎在 討論區 提出,或是將問題透過 Email 寄到 t_brain@trendmicro.com



巡迴課程

主辦單位將在全國開設 AI CUP 巡迴課程,有興趣的參賽者歡迎至 AI CUP 網站 關注最新消息,或追蹤 FB 粉絲專頁

Loading . . .