1. 리더보드

평가 산식 : PSNR
Public Score: 전체 테스트 샘플 중 사전 샘플링된 50%
Private Score: 전체 테스트 샘플 100%

2. 평가

1차 코드 리뷰 : 표절 등 부정행위와 코드 기능 여부 검토
2차 평가: 심사위원 최종 심사
세부 심사 기준

3. 참여

팀 최대 인원: 3 명
1일 제출 가능 횟수: 팀당 50회

4. API, 외부 데이터 및 사전 학습 모델

테스트 데이터는 추론 과정에서만 사용 가능
대회 제공 데이터 이외의 외부 데이터 사용 금지
모든 API 사용 불가능
사용에 법적 제한이 없으며 오픈 소스로 공개된 사전 학습된 모델(Pre-trained Model) 사용 가능

5. 코드 및 PPT 제출 규칙

대회 종료 후 아래의 양식에 맞추어 코드와 PPT 제출
코드는 Slack 운영진에서 공유한 Github 레포지토리 링크에 제출
Readme.md
코드 실행하기 위한 방법
개발 환경(OS) 기재
사전 학습 모델 사용 시 출처와 (별도 필요시) 다운로드 링크
requirements.txt
model.py, train.py, test.py
모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)
제출한 코드는 Private Score 복원이 가능해야 함
PPT는 unidsw@gmail.com로 제출

6. 유의 사항

1일 최대 제출 횟수: 팀당 50회
사용 가능 언어: Python
제출 파일(zip)의 용량은 250MB 미만이여야 정상적으로 제출 가능합니다.
대회 기간 내 팀 외의 모든 인사이트 및 코드 공유는 데이콘 플랫폼 내에서 공개적으로만 이루어져야하며 이 밖의 모든 비공식적인 공유 행위는 Private Sharing으로 간주합니다.
모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
평가 데이터셋 정보를 학습에 활용하는 행위는 Data Leakage에 해당하며, 적발 시 규칙 위반에 해당합니다.
평가 데이터셋을 학습시키는 Pseudo Labeling 또한 규칙 위반에 해당합니다.
최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일 1개를 선택해야 함
대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 2차 평가(심사위원 심사) 후 수상자가 결정
주최 측에서 제공하는 학습 및 평가 데이터는 재가공 및 배포를 엄격히 금지
데이콘은 부정 제출 행위를 엄격히 금지하고 있으며, 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다. https://dacon.io/notice/notice/13

7. 문의

대회와 관련한 문의는 현장 운영요원에게 말씀 부탁드립니다.
기타 의견 공유가 필요한 사항은 토론 페이지를 통해 자유롭게 토론해 주시기 바랍니다.

2024 제 4회 Uni-DTHON 데이터톤

알고리즘 | Vision | 이미지 변환 | PSNR