參加人數 / 組
衛生福利部疾病管制署為我國最高防疫單位，負責防疫政策制定、疫病控制、人才培育及國際合作等。為了因應新興傳染病，即時提供相關單位疫情監測及傳染病通報等資訊，並快速處理各地傳染病疫情調查、控制及港埠檢疫等業務，於各地設置6個管制中心。另為進行病原體確認及相關研究，防止新興傳染病或生恐攻擊的威脅，設置有國家級檢驗及疫苗研製中心、國家流感中心、結核病防治研究中心、食媒性疾病研究中心等，以專業先進的技術，不分日夜守護民眾的健康。
衛生福利部疾病管制署已建構完整的監測網絡，包括法定傳染病通報系統等，經由網路系統的聯繫，使各防疫相關單位能在最短時間取得所需資訊，有效且迅速地推動防疫工作，隨時因應突發的疫情；並致力羅致專家，鼓勵研究，以科學專業的態度提昇防疫效能。
載客熱點預測係經由分析計程車乘客之歷史乘車時間與地點資料，預測未來特定時間、特定地點的乘車需求。妥善運用合宜的預測模型可有效媒合司機與乘客、增加計程車載客率、降低乘客等車時間，進而減少道路上計程空車、降低空汙廢氣排放等，提升交通服務品質，做為發展與經營智慧城市之重要參考。
本議題僅開放陽明交通大學陳建志教授「深度學習」課程專題使用。
活動結束於 2022/01/15 午夜 11 時 59 分。
本議題資料評估指標採用 mean Average Precision (mAP)[1] 於 intersection over union (IoU)[2] threshold 為 0.5。根據預測物件框與標註物件框IoU大於 0.5 時為 True Positive(TP)，反之為 False Positive(FP)，藉此得到 Precision。因此系統針對每一個物件評估其 AP 分數，再將 13 類積水容器物件 AP 進行平均計算，得到 mAP 評估數值，參賽者按照此指標進行排名。本系統計算 mAP 評估數值採用 COCO API[3]。
Reference
[1] Average Precision (AP): https://en.wikipedia.org/wiki/Evaluation_measures_%28information_retrieval%29#Average_precision
[2] intersection over union (IoU):
https://en.wikipedia.org/wiki/Jaccard_index
[3] COCO API:
https://github.com/cocodataset/cocoapi
