第1回 FR FRONTIER :ファッション画像における洋服の「色」分類
株式会社ファーストリテイリング
  • 締切: 2017年07月14日
  • 応募:3417件 / 217人
  • 1位¥1,000,000、2位¥300,000、3位¥100,000、特別賞¥100,000

FR FRONTIER~服を変え、常識を変え、世界を変えていく~

ユニクロを展開しているファーストリテイリングは、本当に良い服、今までにない新しい価値を持つ服を創造し、世界中のあらゆる人々に、良い服を着る喜び、幸せ、満足を提供したいと考えています。
そのために、世界中の才能ある人々と連携して、良いアイディアを活かし、革新的な方法でお客さまの満足を追求しています。

FR FRONTIERは、新たな可能性を秘めた若い方々にまだ見ぬ未来“FRONTIER”に挑戦していただくビジネスコンテストです。
あなたの事業構想力、技術力、クリエイティビティで最先端のビジネス課題にチャレンジしてください。

本コンテストの詳細については、こちらのページもご覧下さい。


ファッション画像の洋服における「色」を分類するための新規機械学習アルゴリズムを提案していただきます

服の商品開発をするにあたり、マーケットに溢れる様々な洋服の「色」を分類した上でマストレンドの分析を行っています。
本分類をより速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。


評価関数
・精度評価は、評価関数「Balanced Accuracy」を使用します。
・評価値は0以上をとり、精度が高いほど大きな値となります。
・目的変数yiは、各服画像の色カテゴリです。(全24カテゴリ)


最終順位の決定
1.コンペ最終日までの評価(暫定評価)は評価用データセットの一部で評価し、コンペ終了後の評価(最終評価)は評価用データセットの残りの部分で評価します。※スコアボードはコンペ終了時に自動的に最終評価に切り替わり、それを元に最終順位を決定します。このため、開催中と終了後では順位が大きく変動する場合もあります。

2.スコアが同値の場合は、早い日時でご応募いただいた参加者を上位とします。

・コンペ終了後、入賞候補者には以下を提出していただきます。
 - 予測モデルのソースコード
 - 学習済モデル
 - 解説書(実行環境、実行時間*1、予測結果の再現手順**1、乱数シード**2、特徴量の説明や寄与度*3、モデリング手法、工夫点、得られた示唆等)
   *1 : 前処理部分、学習部分、予測部分それぞれに対して明記
   *2 : Random Forest等の乱数を利用した手法を用いた場合
   *3 : 算出が可能な手法を用いた場合
 - アンケート(参加の動機、費やした時間、ご意見・感想等)

3.再現性検証期間中、以下いずれかに該当する場合は入賞資格を失います。このため、提出前に必ず問題がないことを確認してください。
 - 事務局からの手続き上の連絡・要求に対して指定された期限内に対応しない
 - 参加条件やルールを満たしていない
 - プログラムが動作しない
 - 最終提出した予測値と学習済モデルから出力される予測値が一致しない

4.入賞候補者が入賞資格を失った場合は、スコアが次点の方が繰り上がり、新たな入賞候補となります。全入賞者の確定をもって、それを最終順位とします。

参加条件
・大学生・大学院生・社会人であること
・チームでの参加は可(但し、5人以内、代表者を決めること)
 ※分析結果投稿の際には代表者のアカウントのみでご投稿下さい。
・日本語、もしくは英語による資料提出、発表、質疑応答が可能なこと
・独自のビジネスアイデアであること、事業化状況は問わない
・東京開催の「最終プレゼン会」及び「表彰式」に参加できること(入賞候補者のみ)
 ※遠方の方には交通費・滞在費を支給します。海外渡航申請等入国に必要な手続きは各自でお願い致します(ただしチームの場合は代表者1名のみ)

※本コンペ参加の為にはSIGNATEへのユーザ登録が必要です。

心構え
・企業課題の達成、社会問題の解決、研究成果の共有等、大前提となる目的に合わせ、実用性を意識したアプローチで臨むこと。

システムの利用
・利用アカウントは1人につき1つまで。ただし、アカウントが1つであればチームでの参加も可能。
・チームで参加される方は以下手続きをお願いします。
 1.チームメンバー全員がDeepAnalyticsへユーザ登録
 2.チームメンバー全員が本コンペのオプトインに承諾
 3.チーム代表者は自身と全チームメンバーのemailアドレスをお問い合わせフォームより送信

情報の取り扱い
・同じチーム以外の参加者と本コンペの予測に関連するデータ・ソースコードを共有する行為は禁止。

データの利用
・提供するデータ以外のデータを用いてモデルを学習することは禁止。
・testデータを使った学習も禁止。
・手動でラベル付けした結果を提出することは反則行為とみなします。
・学習データのラベルを書き換えてモデルを学習するのは禁止。
・画像ソフト等を使い、手動で背景を削除する等の行為は禁止。

実装方法
・モデルの学習に利用するツールは、オープン且つ無料なもの(python, R 等)に限定。
・学習済みモデルを使用する際は、ソース(論文のリンク等)を明記下さい。
・ライブラリについてもtensorflowやchainer等、無償で使えるものであれば使用してもよいものとします。
・ソースコードは、以下のように、前処理、学習、予測、の3つに分け、それぞれを実行すれば処理が進むように実装すること。
 ①Preprocessing
  提供データを読み込み、データに前処理を施し、モデルに入力が可能な状態でファイル出力するモジュール。get_train_dataやget_test_dataのように、学習用と評価用を分けて、前処理を行う関数を定義してください。
 ②Learning
  ①で作成したファイルを読み込み、モデルを学習するモジュール。学習済みモデルや特徴量、クロスバリデーションの評価結果を出力する関数も定義してください。
 ③Predicting
  ①で作成したテストデータ及び②で作成したモデルを読み込み、予測結果をファイルとして出力するモジュール。

2017年4月28日(金)コンペ開始
2017年7月14日(金)コンペ終了(14/7/2017 11:59 PM JST)
2017年7月17日(月)予測モデル等の提出締切(※入賞候補の連絡を受け取った方)
2017年7月28日(金)1次審査発表
2017年8月28日(月)最終プレゼン会/表彰式

・最終プレゼン会場
日時:2017年8月28日(月)
場所:株式会社 ファーストリテイリング有明本部(Ariake Office)
〒135-0063 東京都江東区有明1-6-7-6F UNIQLO CITY TOKYO
6F UNIQLO CITY TOKYO, 1-6-7 Ariake, Koto-ku, Tokyo 135-0063, Japan