參加人數
國立臺灣文學館為我國第一座國家級的文學博物館,除蒐藏、保存、研究的功能外,更將透過展覽、活動、推廣教育等方式,使文學親近民眾,帶動文化發展。本館另設有文學圖書閱覽區、文學樂園、文學沙龍等空間,提供多元化服務。此外也備有專業的典藏修護設備與空間。
2021年立法院三讀通過「國立臺灣文學館組織法」,臺文舘更升格為三級機構,未來也將持續強化培育修復人才及文物徵集實力、擴增文學空間及鏈結文學家族。
官網連結:https://www.nmtl.gov.tw/
文學拾藏:http://nmtltrans.tlvm.com.tw/
臺灣文學典藏網:https://collections.culture.tw/nmtl_collectionsweb/
臺灣文學虛擬博物館:http://www.tlvm.com.tw/
議題進行期間再蒐集的新資料,已整理好釋出,於資料下載新增 train1_20210928.zip、train2_20210928.zip、train_20210928.json。請參賽者下載訓練,謝謝!
競賽獎金、最終名次敘獎資格需具備中華民國國籍。
資料下載頁面提供的train_augmentation.json檔案已更新,請參賽者重新下載。
國立臺灣文學館於文學史料上,不論是典藏質量與數量,皆是極具指標性的館舍,蒐藏了臺灣文學史上具有代表性的重要作品與文獻資料。 定期進行藏品檢視紀錄能讓館員有效掌握藏品現況,臺文館持續投入此檢視紀錄工作已超過十年,並累積了豐富的成果。 然而面對逾11萬件的龐大典藏數量,以人工方式逐件檢視藏品相當曠日耗時。為此,本議題進行AI輔助藏品的劣化辨識開發,未來進一步建構文學藏品劣化狀況資料庫,不僅可協助典藏檢視工作效能提升,也能輔以藏品展示前後狀況比對工作,並降低傳統拍照與檢視所需耗費的大量人力時間。
本次邀請各界資料分析、科學領域者共襄盛舉,針對所提供的文學藏品劣化影像資料,訓練人工智慧模型以辨識劣化的位置及種類,希望藉以助益臺文館的典藏工作。
獲獎條件:於繳交報告截止前繳交書面報告者。
第一名:50,000 元獎金 (含稅) + TWCC 台灣 AI 雲 新台幣 150,000 元的運算額度
第二名:30,000 元獎金 (含稅) + TWCC 台灣 AI 雲 新台幣 100,000 元的運算額度
第三名:20,000 元獎金 (含稅) + TWCC 台灣 AI 雲 新台幣 50,000 元的運算額度
佳作 (數名):TWCC 台灣 AI 雲 新台幣 50,000 元的運算額度
工業技術研究院、出題廠商之相關人員(含員工、實習生、工讀生等)不得敘獎,若已頒發,則追回獎金、獎項。
獲獎相關說明
議題進行時間以台灣時間(UTC+8小時)為主,其時程如下:
時間 | 事件 |
---|---|
2021/08/18 | 報名開始 |
2021/08/25 | 開放下載、開放上傳 |
2021/11/03 23:59:59 | 上傳截止 |
2021/11/04 | 公布Private Leaderboard |
2021/11/8 23:59:59 | 繳交報告截止 |
2021/11/12 | 公布得獎名單 |
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,再將劣化的五類 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_(information_retrieval)#Average_precision
[2] intersection over union (IoU):
https://en.wikipedia.org/wiki/Jaccard_index
[3] COCO API:
https://github.com/cocodataset/cocoapi