day
hr
min
sec
參加人數 / 組
工業技術研究院電子與光電系統研究所由電子工業研究所、光電工業研究所與影像顯示科技中心改組合併而成,透過技術的研發、服務、移轉與成立衍生公司,協助台灣的半導體、封測、LED/OLED、資訊與通訊、軟性顯示器、軟性電子、3D立體影像、透明互動系統…等電子與光電產業提升技術能力。電子與光電系統研究所積極建構優質的環境,開發系統整合及應用導向的前瞻技術,深耕產業自主能力,帶動產業創新,推動新創育成,強化國際及學術合作,推升整體產業價值,創造我國產業的全球競爭力。
參賽者好: 參賽者可自行決定是否使用舊版 test.csv 作為訓練資料;惟請注意,過度使用其中的洩漏資訊(serverGetPoint欄位)可能會造成模型過度擬合。 舊版 test.csv 已放置於資料下載區「Reference_Only_Old_Test_Data」資料夾供參考使用。 提醒大家,最終提交結果請務必使用最新測試資料集 test_new.csv 進行預測。 另外,serverGetPoint 定義為「發球者是否得分」(1=是、0=否),預測時請輸入 0~1 之間的機率值。 AI CUP官網有提供 baseline code 與解說影片,歡迎參考使用。 祝大家比賽順利!
議題內的大聲公訊息內容
自動光學檢查(Automated Optical Inspection,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。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。
活動結束於 2025/12/20 午夜 11 時 59 分。
參與本議題研究者在提供瑕疵預測類別後,系統後台將定期批次處理以計算分數,評估方式採用計算與實際值的相符正確率(Accuracy)。公式如下: $$Accuracy = {\text{Number of correct predictions} \over \text{Number of total predictions}}$$