day
hr
min
sec
參加人數 / 組
教育部資訊及科技教育司主要負責推動資訊教育、科技教育、數位學習、教育資訊系統、學術網路、資訊安全、環境與防災教育等相關政策與計畫。
該司致力於結合資訊科技與教育發展，推動數位學習、科技人才培育及教育數位轉型，並持續強化教育環境、資訊基礎建設與永續發展。
國立陽明交通大學智慧科學暨綠能學院成立於2019年，設立於國立陽明交通大學臺南校區，係配合政府推動沙崙智慧綠能科學城及南部產學研聚落發展而成立，為國內首創的人工智慧學院。學院下設智慧計算與科技研究所、智慧系統與應用研究所及智慧與綠能產學研究所，以人工智慧、智慧計算、物聯網、機器學習、大數據分析及綠色能源等領域為主要教學與研究方向，致力培育具備電機、資訊、理工專業及產業實務能力的高階科技人才。
智慧科學暨綠能學院以邁向國際頂尖人工智慧研究與教學中心為目標，強調科學與工程、理論與應用及軟體與硬體的跨領域整合。透過結合校內研究能量、企業師資及產業資源，推動人工智慧與綠能科技的創新研究及實務應用，提升人才培育與產學合作效益。同時，學院將永續發展理念融入研究與教育，呼應聯合國永續發展目標中的產業創新、基礎建設及永續城鄉發展，持續為智慧科技、綠色能源及國家產業轉型貢獻研究與人才量能。
因應全球氣候變遷與能源轉型，臺灣已將 2050 淨零排放列為國家目標，太陽光電亦是再生能源發展重點。隨著裝置容量擴大，太陽能板長期暴露於高溫、高濕、風沙與機械應力下，微裂、熱斑、PID 效應、封裝老化及玻璃破損等瑕疵，可能降低發電效率、縮短設備壽命，甚至造成安全風險。
本競賽以可見光（RGB）與熱紅外線（Thermal IR）影像為基礎，要求參賽者偵測瑕疵位置，並產生瑕疵根因的文字說明。參賽者可運用少樣本學習、合成資料生成、天候適應與多模態視覺語言模型，建構低資料需求、具泛化能力且可解釋的太陽能板智慧檢測系統。
本競賽以主辦單位提供之太陽能板可見光與紅外線影像資料集為基礎，要求參賽隊伍開發可同時執行瑕疵定位及根因文字分析之人工智慧系統。結果提交期間，系統僅呈現 Public 評測分數與 Public Leaderboard，供參賽隊伍進行模型開發與效能調整；最終排名則以結果提交截止前最後一次有效提交所計算之 Private Leaderboard 評測結果為主要依據，並配合程式碼及技術文件審查確認最終名次。
競賽方式
第一階段：競賽報名與資料集開放
競賽自 2026 年 9 月 16 日起開放報名，主辦單位同步於 2026 年 9 月 16 日開放 Training set，並於 2026 年 9 月 30 日開放 Testing set 供參賽隊伍下載。參賽隊伍可使用 Training set 進行資料前處理、資料增強、模型訓練及參數調整，並以完成之模型產生 Testing set 的預測結果。
第二階段：預測結果提交與 Public Leaderboard
參賽隊伍須依主辦單位指定之格式，將 Testing set 預測結果上傳至線上評分排名系統。結果提交期間，系統將評測每次有效提交的 Public 分數，並於 Public Leaderboard 顯示。Public Leaderboard 以各隊當下最後一次有效提交之 Public 評測分數進行排名，不採用歷史最高分，供參賽隊伍掌握模型效能及進行後續調整。結果提交期間，每支隊伍於每一日曆日最多可提交 3 次 Testing set 預測結果。Public 與 Private 評測共用相同的提交次數，不另提供額外的 Testing set 上傳次數。
第三階段：最終評測與 Private Leaderboard
結果提交截止後，各隊於截止前最後一次有效提交即作為最終提交，主辦單位將以該提交計算 Private 評測分數及 Private Leaderboard。參賽隊伍不需另行提交 Private 預測結果。Private Leaderboard 成績將依活動時間所列日期公布。
第四階段：系統效能評分
參賽系統須輸出瑕疵位置及瑕疵根因文字說明。評分項目包含以下兩部分：
最終成績將依主辦單位公告之計分公式，綜合上述兩項指標計算。
第五階段：成績公布與文件審查
主辦單位預計於 2026 年 12 月 9 日公布 Private Leaderboard 成績。指定隊伍須於 2026 年 12 月 9 日至 12 月 16 日期間，提交預測模型說明文件及完整程式碼；如有自行製作或額外使用之訓練資料與資源，亦須一併提交或完整說明。
程式內容應包含資料前處理、模型訓練及推論程式、模型權重、參數設定與執行環境，以供主辦單位確認作品之可執行性、可重現性及可驗證性。無法完成執行或驗證者，得影響最終名次及得獎資格。
第六階段：最終名次評定
主辦單位將依 Private Leaderboard 成績，以及程式、資料與技術文件之審查結果，確認參賽作品符合競賽規範，並預計於 2027 年 1 月 13 日公布最終名次。
本競賽僅限報名時全隊均具中華民國學籍之在學學生身分之隊伍獲得獎金及其他實質獎勵（含國網 GPU 運算資源）；社會人士組不具獎金及其他實質獎勵資格，僅得依競賽規定獲頒主辦單位發給之獎狀。符合獎金資格之隊伍於敘獎時須檢附學生身分證明。競賽總獎勵規模暫定為新臺幣300,000元（含國網 GPU 運算資源）；實際名額、形式及金額以正式公告與評審委員會決議為準。
| 名次 | 名額 | 獎項 |
|---|---|---|
| 第一名 | 1名 | 新臺幣100,000元 |
| 第二名 | 1名 | 新臺幣50,000元 |
| 第三名 | 1名 | 新臺幣30,000元 |
| 優等 | 2名 | 新臺幣15,000元 |
| 佳作 | 5名 | 新臺幣8,000元 |
| 評審特別獎 | 1名 | 提供價值新臺幣50,000元之國網 GPU 運算資源 |
本競賽自臺灣時間（UTC+8）2026年9月16日起開放報名，並依各階段時程開放資料下載及預測結果上傳，於2027年1月13日公布最終名次；頒獎典禮暫定於2027年3月舉行。各階段時程如下：
| 時間 | 事件 |
|---|---|
| 2026/09/16 | 開放報名、組隊 |
| 2026/09/16 | Training set開放 |
| 2026/09/16– 2026/11/16 23:59:59 | 報名期間 |
| 2026/09/30 | Testing set開放 |
| 2026/09/30– 2026/12/04 23:59:59 | 結果提交 |
| 2026/12/09 | 公布 Private Leaderboard |
| 2026/12/09 00:00:00– 2026/12/16 23:59:59 | 報告與程式碼上傳期間 |
| 2027/01/13 | 公布最終名次 |
| 2027年3月 | 頒獎典禮(暫定) |
以上日期與時間均以臺灣時間（UTC+8）為準；實際時程及活動安排以主辦單位正式公告為準。
最終評分由兩項指標構成：
為統一計分尺度，$F1_{TIoU}$ 與 $F1_{TEXT}$ 均以 0 至 1 表示；其中 BERTScore-F1 之正規化方式以主辦單位公布之官方 evaluation kit 為準。瑕疵定位與根因文字品質分別以 70% 及 30% 的權重計算最終分數。Leaderboard 成績與最終名次均以主辦單位提供之官方評測程式計算結果為準。
瑕疵定位與根因文字之綜合任務分數計算如下：
$$F1=0.7F1_{TIoU}+0.3F1_{TEXT}$$
其中， $F1_{TIoU}$為瑕疵定位分數， $F1_{TEXT}$為根因文字分數。
最終成績以此綜合任務分數計算。最終 Score 值域為 0 至 1，分數越高代表整體效能越佳。若計算過程發生無有效預測或其他邊界情況，均以主辦單位公告之官方評測程式實作為準。
