お知らせ
2019/03/20 学習用データ、評価用データ1の棚画像の向きを、棚の上部が上になるよう揃えました。
2019/03/25 学習用データのアノテーションの銘柄コード(category)に一部不備がありましたので修正しました。
2019/03/25 チュートリアルを公開しました。
2019/04/12 学習用データのアノテーション(train_040.json,train_060.json)の銘柄コードに一部不備がありましたので修正しました。
2019/04/15 学習用データのアノテーションの銘柄コード、マスタ画像データ(3147,3242,4238)、マスタテキストデータの名称(2088,4533)に不備がありましたので修正しました。
2019/04/17 FAQを掲載しました。
2019/05/10 表彰式・懇親会開催の案内をスケジュールに掲載しました。
2019/06/08 ステージ2ページを公開しました。
本コンペティションは2部ステージ制となります。ステージ1終了までに、最終選択した投稿結果の学習済モデルを学習済モデル提出ページから提出ください。詳細については「コンペティションの流れ」をご確認ください。
背景
~加熱式たばこ等の登場によるたばこ銘柄増~
近年の技術革新により、従来の紙巻たばこに加え、新しいスタイルのたばこ製品として、加熱式たばこ等が登場してきており、銘柄が増えております。
~棚画像情報からたばこ商品を検出する機械学習アルゴリズムを提案いただきます~
販売店舗の方への売り場支援の一環として、棚割りのご提案を行うにあたり、棚における各銘柄の配置確認を行っています。本確認をより早く正確に行う上で、新たな機械学習アルゴリズムを募集します。
タスク説明
たばこの銘柄1つ1つを正面から撮影した画像データ(以下「マスタ画像」)と、たばこが陳列した棚を撮影した画像データ(以下「棚画像」)から、たばこの矩形領域を、bounding box = (x1, y1, x2, y2) として割り当て、銘柄の1つを付与していただきます。画像の左上を原点(0,0)とし、オブジェクト領域の左上の座標(x1, y1)、右下の座標(x2, y2)の4つを指定することで、bounding box は表現されます。
棚画像の数:(学習用)184画像、(評価用)109画像
マスタ画像数(=銘柄数):223画像
なお、検出対象は、以下のとおりとします。
・棚に置かれているたばこ(テーブルに積まれているものは対象外)
・パッケージ全体が写っているたばこ(画像の端で見切れているものは対象外)
・プレート上端より上の領域
コンペティションの流れ
本コンペティションは、ステージを2つに分けて開催します。
<ステージ1>
ステージ1では、モデル作成に取り組んでいただき、評価用データ1への予測結果を投稿ください。また、ステージ1終了までに、最終選択した投稿結果の学習済モデルも提出いただく必要があります。
・モデルを複数回提出した場合は、最後に提出したモデルが最終選択した投稿結果の学習済モデルと見なされます。
・ステージ1終了後は学習済モデルが提出できなくなりますので、コンペ終了間近の際は十分にご注意ください。
・特にモデルのサイズが大きい場合は提出に時間がかかりますので、余裕を持ったご対応をお勧めします。
<ステージ2>
ステージ1で作成いただいたモデルの汎化性能評価の為に、ステージ1終了後、ステージ2専用ページと新しい評価用データ2を公開します。ステージ1で最終選択した投稿結果を出力するモデル(ステージ1と同一のモデル)に評価用データ2を入力し、同一の推論方法を用いて出力された予測結果を、"一度だけ"投稿してください。この評価用データ2に対する予測精度により、最終順位を決定します。
・ステージ1で提出した学習済モデルを、ステージ2で変更・改変をしてはいけません。
・ステージ1で提出した学習済モデルと最終提出物に含まれる学習済モデルが同一でなければ失格となります。
・乱数の取り扱いには十分に注意頂き、事前に学習済モデル及び予測結果の同一性を確認いただく等のご対応をお願いします。
・ステージ2のリーダーボードは、コンペ実施中はダミースコアの"0"が表示され、コンペ終了時に自動的に最終評価に切り替わります。