2023 교원그룹 AI OCR 챌린지

1. 리더 보드

• 평가 산식 : Accuracy
• Public score : 전체 테스트 데이터 중 30%
• Private score : 전체 테스트 데이터 중 나머지 70%

2. 평가 방식

• 1차 평가 : 리더보드 Private Score
• 동점자의 경우, 기존 리더보드 순위 산정 방식을 따름 [링크]의 '리더보드 점수' 부분을 참고
• 2차 평가 : 본선 진출을 희망하는 팀은 코드 제출 후 코드 평가(검증)
• Private 상위 20팀은 필수 코드 제출 대상
• 코드 평가(검증)를 통과한 Private 상위 10팀이 본선 진출

3. 개인 또는 팀 참여 규칙

• 개인 또는 팀을 이루어 참여할 수 있습니다.
• 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출탭에서 제출 가능
• 팀 참가 방법 : 팀 탭에서 가능, 상세 내용은 팀 탭에서 팀 병합 정책 확인
• 팀 구성 방법: 팀 페이지에서 팀 구성 안내 확인
• 팀 최대 인원: 3 명
• 동일인이 개인 또는 복수팀에 중복하여 등록 불가

4. 외부 데이터 및 사전 학습 모델

• 외부 데이터 모델 학습 사용 금지 (본선 경진대회 제공 학습데이터만 모델 학습에 사용 가능)
• 전처리/Augmentation 단계에서 단어, 어휘 확보를 위한 외부 Vocabulary는 활용 가능
• 단 출처가 명확해야 하며 직접 뉴스 기사 등의 텍스트 크롤링은 불가능
• 모델 학습이 불가능한 Text Recognition API는 사용 불가능
• 사용에 법적 제약이 없으며 논문으로 공개된 베이스의 사전 학습 모델(Pre-trained Model) 사용 가능
• 참가자 본인이 외부 데이터로 사전 학습 모델을 추가 학습시켜 사용하는 것은 불가능
• 사전 학습 모델의 출처와 논문 링크 필수 기재
• 확인이 어려운 경우 dacon@dacon.io로 문의

5. 코드 제출 규칙

• 예선 대회 종료 후 본선 진출 희망 팀은 아래의 양식에 맞추어 코드를 dacon@dacon.io로 기한 내에 제출

o   코드에 ‘/data’ 데이터 입/출력 경로 포함

o   코드 파일 확장자: .R, .rmd, .py, .ipynb

o   코드와 주석 인코딩: UTF-8

o   모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)

o   전체 프로세스를 가독성 있게 정리하고 주석을 포함하여 하나의 파일로 제출

o   개발 환경(OS) 및 라이브러리 버전 기재

o 추론에 사용된 모델 파일 (pth 등) 다운로드 링크 혹은 메일 첨부

o 사용한 사전 학습 모델의 논문 링크, 출처를 기재

6. 유의 사항

• 1일 최대 제출 횟수: 3 회
• 사용 가능 언어: Python, R
• 제공된 경진대회 학습 데이터로부터 모델 학습의 과정이 필수로 존재해야합니다.
• 전처리 과정과 모델 학습에서 평가 데이터셋 정보 활용(Data Leakage)시 본선 진출 불가능
• 모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 2개를 선택해야 함
• 대회 직후 공개되는 Private 랭킹은 예선 최종 순위가 아니며 코드 검증 후 본선 진출자가 결정됨
• 데이콘은 부정 제출 행위를 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. 토론(질문)

• 대회 운영 및 데이터 이상에 관련된 질문 외에는 답변을 드리지 않고 있습니다. 기타 질문은 토론 페이지를 통해 자유롭게 토론해주시기 바랍니다.
• 데이콘 답변을 희망하는 경우 토크 게시글 댓글로 질문을 올려 주시기 바랍니다.

예) [DACON 답변 요청] 시상식은 언제 열리나요?