產業議題

結束

FPGA Edge AI – AOI 瑕疵檢測

自動光學檢查(簡稱AOI),為高速高精度光學影像檢測系統,運用機器視覺做為檢測標準技術,可改良傳統上以人力使用光學儀器進行檢測的缺點,應用層面包括從高科技產業之研發、製造品管,以至國防、民生、醫療、環保、電力…等領域。工研院電光所投入軟性電子顯示器之研發多年,在試量產過程中,希望藉由AOI 技術提升生產品質。本次邀請各界資料科學家共襄盛舉,針對所提供的 AOI 影像資料,來判讀瑕疵的分類,藉以提升透過數據科學來加強 AOI 判讀之效能。FPGA (Field Programmable Gate Array) 可透過重新組態結構,隨工作負載和演算法的進化將應用效能最大化。此議題將以 Xilinx® 的 Alveo™ U50LV FPGA 資料中心加速卡做為 model inference 平台。邀請全體會員一起來挑戰您對 FPGA 資料中心加速卡 (Xilinx® Alveo™ U50LV) 的模型優化能力,除了測試模型的正確率之外,亦需考量模型的 inference 速度。您需要上傳訓練並編譯好的模型至 AIdea,平台會將模型載入至 FPGA 加速卡執行 inference ,並依據 inference 速度及 model accuracy 計算得分。議題進行流程本議題進行流程簡述如下:報名議題、下載訓練集資料準備開發環境訓練 float modelQuantizationCompilation將 compile 後的模型(檔名必須命名為 deploy.xmodel)打包成不含目錄的 ZIP 檔,並上傳至 AIdea 執行 inference 及算分。詳細說明請參考 Tutorial 以及 Sample Code,Windows 使用者可以參考 Vitis AI Environment Setup for Windows 來設置您的開發環境。若您參賽過程中有遇到任何問題,歡迎您在討論區上發問討論,或是可以寄信至 support@e-elements.com.tw。在 Edge AI 蓬勃發展的未來,除了熟悉 AI 演算法之外,也要能針對各式 AI 加速裝置如 FPGA 加速卡等開發最佳化模型,現在就來挑戰吧!會員上傳的模型只用於本議題參賽評估使用,不會應用於其他目的,敬請參賽者放心。 

2021-08-26T16:00:00+00:00 ~ 2021-11-17T15:59:59+00:00
結束

Edge AI 競賽 – AOI 瑕疵檢測

自動光學檢查(簡稱AOI)[1],為高速高精度光學影像檢測系統,運用機器視覺做為檢測標準技術,可改良傳統上以人力使用光學儀器進行檢測的缺點,應用層面包括從高科技產業之研發、製造品管,以至國防、民生、醫療、環保、電力…等領域。工研院電光所投入軟性電子顯示器之研發多年,在試量產過程中,希望藉由AOI 技術提升生產品質。本次邀請各界資料科學家共襄盛舉,針對所提供的 AOI 影像資料,來判讀瑕疵的分類,藉以提升透過數據科學來加強 AOI 判讀之效能。 Reference[1] https://zh.wikipedia.org/wiki/自動光學檢查 競賽模式此議題主要是要測試您對嵌入式開發平台 (NVIDIA Jetson Nano) 的能力,除了測試模型的正確率之外,亦需考量模型的載入速度,以及 inference 的速度。您需要上傳訓練好的模型至 AIdea,平台會將模型載入至 Jetson Nano 後,做 inference 及算分。參賽流程如下:在 AIdea 網站上報名議題。下載訓練集資料,並訓練模型。將模型打包成 zip 檔後,上傳至 AIdea 做 inference 及算分。在平台上限制程式的記憶體使用 (3GB),也限制最長的執行時間 (20分鐘),若超過限制,將會視為失敗。在 Edge AI 蓬勃發展的未來,除了熟悉 AI 演算法之外,也要能針對 edge device 來做模型最佳化,現在就來挑戰吧!詳細說明請參考下載檔案中的說明文件,也歡迎在討論區上發問討論!議題說明文件會員上傳的程式、模型只用於本議題參賽評估使用,不會應用於其他目的,請參賽者放心。 

2021-05-18T16:00:00+00:00 ~ 2021-08-18T15:59:59+00:00
結束

展場民眾特徵分析

本議題為 2018 年於台北世貿中心連續舉辦三天的馬拉松運動博覽會,資料來自於裝設在展場出入口的攝影機擷取出約 38,000 張影像。利用機器學習的物件偵測技術,快速判斷影像中出現的參訪者位置及性別(男生、女生、其他 [註]),藉以初步分析來訪人群的性別比例。透過這些影像判別歸納的資訊,了解該類型展覽性別分布狀況。實際應用可結合其他資料,如手機資訊等,進一步分析參訪群眾在展覽中的行為偏好。提供活動主辦單位在動線安排、攤位設置上的規畫參考,承租攤位的商家可針對群眾喜好設計攤位及活動。此議題採取新的競賽模式:參賽者將分析程式上傳至 AIdea 平台後,由平台代理執行;所需要分析的資料只保留在平台上,即在不釋出原始資料的情況下,進行競賽。此競賽模式是為了保護具機敏性的原始資料,不直接於平台釋出資料,而是讓上傳至平台的分析程式進行讀取。參賽者可先下載容器影像檔(container image),並在 container 的環境中,利用範例資料開發分析程式,同時確保開發程式的正確性與相容性。註:性別中的「其他」類別,指的是無法利用視覺來辨別為男生或是女生,如兒童、嬰兒等。  競賽模式【遠端執行環境說明】遠端執行環境所支援之競賽模式:參賽者將分析程式上傳至 AIdea 平台後,由平台代理執行;即在不釋出原始資料的情況下,進行競賽。遠端執行環境為一運算環境,此運算環境中包含二個部份:程式執行所需要的環境(目前支援 Python),以及需要分析的資料(訓練集、測試集)。當參賽者將開發好的分析程式上傳至平台後,平台將程式放至運算環境中代理執行,執行結果(csv)送至算分模組中計算成績,參賽者可以在 AIdea看到成績。有別於傳統的競賽模式(參賽者下載資料後,在本地端進行資料分析、建模、上傳答案),需要分析的資料僅保留在平台上,藉此保護機敏資料。本運算環境使用容器技術,參賽者可下載容器影像檔(container image),並在此容器中進行程式的開發。容器影像檔與遠端執行環境中的影像檔相同,可以確保程式的相容性。參賽者依據範例影像來進行分析程式開發,範例影像包含影像與標註。參賽者透過平台上的成績,改進、調整分析程式演算法。程式上傳之後,運算資源每次可以執行程式的時間最多為 4 小時。 【上傳程式處理】 會員上傳的程式執行完畢即刻刪除,不會保留於平台,平台不複製、轉傳或應用於他目的,請參賽者放心。 【報名方式】3/25起重新開放報名,於頁面右方點選報名鈕即可。 因運算資源有限,報名人數設有上限。 報名人數額滿後,不再開放報名。 【參賽者進行方式】參考上述報名方式來信報名。準備 Docker 環境,並下載 container image(docker pull nvaitc/ai-lab:19.08),此為程式開發環境。下載範例影像,並以這些範例影像開發分析程式。將分析程式命名為 main.py,並打包為 ZIP 檔如 prog.zip。若有其他的程式,也請一同打包至 ZIP 檔中。分析程式 main.py,必須產出結果檔 result.csv,格式請參考「上傳格式說明」。若分析程式 main.py 沒有產出 result.csv,則視為格式錯誤。將分析程式(prog.zip)上傳至本平台,由平台提供的運算資源進行運算,包含訓練及測試。若成功運算完成,在 AIdea 網站上會顯示成績,參賽者透過此成績調整分析程式之演算法。 獎項在 Private Leaderboard 超過 baseline(mAP > 0.50)的前三名,將頒發以下獎項:第一名:hicloud 15 萬點優惠點數 + 5 萬元獎金(含稅)第二名:hicloud 10 萬點優惠點數第三名:hicloud 5 萬點優惠點數佳作:hicloud 5 萬點優惠點數 (數名,視最終結果決定)上傳禮:只要上傳成果,就可以獲得上傳禮一份。一個帳號贈送一個 AIdea 特製杯墊,數量有限,送完為止(一個帳號限領一份上傳禮)。※ 敬請報名者協助測試平台解題順暢度等相關運作狀況,歡迎於討論區或來信至管理員信箱回饋問題(討論區優先),回饋意見最多且最有價值者,將可獲選佳作獎項。 hicloud 點數由中華電信提供備註 1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價 7 折計費。備註 2:中華電信保有資格審核、優惠內容修改與中止權利。點數試算範例請參考:https://aidea-web.tw/computing 

2019-12-24T16:00:00+00:00 ~ 2020-04-29T15:59:59+00:00
結束

臺灣海洋廢棄物預測

海洋廢棄物是全球關注的重大污染議題,科學研究顯示人造垃圾已經對生態、經濟造成重大且難以復原的影響。海洋廢棄物污染場域廣大,相較於一般空氣、水體或廢棄物污染,更不容易找出污染源與污染區域之間的直接關聯;人造固體廢棄物因外觀、尺寸、重量、材質之間具有高度差異,相對於重金屬或農藥等化學污染,目前無法用單一檢測儀器或程序測量。人造廢棄物的源頭減量才是最根本的治理辦法,但是改變源頭不易,且需較長的時間,因此做為末端補救的淨灘相當重要。海岸廢棄物快篩調查可在短時間內做大範圍的抽樣調查,並量化廢棄物,可作為測量的方法之一,供淨灘選址參考。快篩的抽樣方式為於海岸線每隔 10 公里取一測站,以臺灣本島 1,210 公里海岸線為母體,即有 121 個測站。本議題希望藉由測站資訊預測相近測站的資訊,以達到減少測站和人力。Reference[1] https://www.sow.org.tw/sites/sow/files/hai_an_fei_qi_wu_kuai_shai_diao_cha_zhi_yin_190802.pdf獎項第一名 hicloud 15 萬點優惠點數第二名 hicloud 10 萬點優惠點數第三名 hicloud 5 萬點優惠點數佳作 hicloud 5 萬點優惠點數 (數名,視最終結果決定)本獎項由中華電信提供備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費備註2:中華電信保有資格審核、優惠內容修改與中止權利點數試算範例請參考:https://aidea-web.tw/computing

2019-11-19T16:00:00+00:00 ~ 2020-03-04T15:59:59+00:00
結束

台灣牧場乳量預測

根據統計2019年全球酪農業的預估營收超過4,420億美元[1],至2019年第二季農委會資料開放平台資料[2]顯示,全台乳牛飼養場數為557場,乳牛在養頭數為115,685頭,其中每牧場的平均飼養規模約207頭牛。依農委會107年農業統計年報[3]-畜牧生產之統計結果,產乳牛有61,967頭,產乳量約419,342公噸。隨著數位轉型,農牧業也開始擁抱新科技[4],在精簡人力的狀態下,每頭牛的平均產乳量已經超越澳洲、德國及中國等國,且仍在逐年提升,整體的酪農業實力正不斷追趕酪農業先進國(如:美國與以色列…等)。本議題透過中華民國乳業協會所提供的乳牛群性能改良計畫(Dairy Herd Improvement, DHI)資料庫預測台灣不同地區牧場生產的乳量,希望參賽者能掌握預測乳量生產的關鍵,並對於台灣酪農後續在智慧化牧場管理與乳價擬定能有相當程度的助益。 獎項第一名 hicloud 10 萬點優惠點數第二名 hicloud 5 萬點優惠點數第三名 hicloud 5 萬點優惠點數佳作 hicloud 5 萬點優惠點數 (數名,視最終結果決定)本獎項由中華電信提供備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費備註2:中華電信保有資格審核、優惠內容修改與中止權利點數試算範例請參考:https://aidea-web.tw/computing

2019-09-30T16:00:00+00:00 ~ 2019-12-18T15:59:59+00:00
學界限定
結束

第2線化學反應趨勢預測

本議題由中國石油化學工業開發股份有限公司(中石化)提供,中石化以生產石化中間產品、工程塑料、合成樹脂及化學纖維原料等衍生產品為核心事業。此議題之資料為產品生產紀錄,此產品是透過化學觸媒反應產生。紀錄包含操作參數(A1~A7)與產品轉化率預測(B1~B12),主要產品為 B4,副產品為 B5、B7。操作人員藉由已知操作參數,判斷未來產品轉化率變化,並適時調整操作參數使主要產品 B4 保持於最佳狀態,藉此可減少原物料使用量及提升主要產品 B4 之產能。化學觸媒反應每週一至週五,每日會進行一次反應全分析化驗,參考當天產品轉化率數據進行操作參數調整,於隔天再觀察產品轉化率數據,以保持較佳的 B4 轉化率性能表現。本議題希望藉由時間的趨勢來預測產品轉化率,主要包括 B4、B5、B7 等之轉化率預測,藉以提早進行操作參數(A1~A7)調整,以維持產品轉化率於水準之上。獎項第一名 hicloud 10 萬點優惠點數第二名 hicloud 5 萬點優惠點數第三名 hicloud 5 萬點優惠點數佳作 hicloud 5 萬點優惠點數 (數名,視最終結果決定)本獎項由中華電信提供備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費備註2:中華電信保有資格審核、優惠內容修改與中止權利點數試算範例請參考:https://aidea-web.tw/computing

2019-06-11T16:00:00+00:00 ~ 2019-09-30T15:59:59+00:00
結束

尋找病媒蚊孳生源-積水容器影像物件辨識

登革熱,是一種藉由病媒蚊叮咬而感染的急性傳染病,每年台灣入夏後,容易引爆登革熱感染潮,典型登革熱的症狀會有突發性的高燒(≧38℃),頭痛、後眼窩痛、肌肉痛、關節痛及出疹等現象;然而,若是先後感染不同型別之登革病毒,有更高機率導致較嚴重的臨床症狀,如果沒有及時就醫,死亡率高達20%以上。要有效防範登革熱,清除病媒蚊產卵、幼蟲孳生的地方為根本之道。病媒蚊孳生源泛指所有『積水容器』,例如瓶、盆、桶、罐、杯、碗、輪胎、塑膠袋等。每年登革熱的流行季節,衛生局需派員稽查各住家、社區及髒亂地點是否有積水容器,然而容器種類眾多容易被忽略,且以人工辨識往往耗費太多人力與時間成本。因此本議題提供各種積水容器之標註資料,希望能透過影像物件偵測技術,能讓稽查人員藉由影像或是視訊提醒其積水容器之物件位置,除了提高稽查效率外,更期望進一步運用於其他載具中。本議題為開放式議題,提供持續性長期解題,並設有里程碑獎勵,成績突破 Baseline 的前三名參賽者即可獲得獎勵,Private Leaderboard將不定期更新。競賽獎項里程碑當日23:59:59前上傳之最終成績,在Private Leaderboard超過Baseline(0.595474)的前三名,將頒發以下獎項:第一名 hicloud 10 萬點優惠點數第二名 hicloud 10 萬點優惠點數第三名 hicloud 10 萬點優惠點數 本獎項由中華電信提供備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費備註2:中華電信保有資格審核、優惠內容修改與中止權利備註3:超過Baseline者,模型通過檢驗後,始得發放獎勵。點數試算範例請參考:https://aidea-web.tw/computing

2019-01-27T16:00:00+00:00 ~ 2019-11-30T15:59:59+00:00