結合少樣本學習、資料生成與多模態視覺語言模型（VLM）之太陽能板瑕疵檢測與根因分析比賽

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。相關問題諮詢，請洽：aicup2026.solardefect@gmail.com※本議題預計透過 AI CUP 報名系統 報名；報名連結與平台操作說明依正式公告為準。參賽對象報名時具中華民國學籍之在學學生（含高中職、大專校院及研究生）可組隊參加。社會人士亦可參加並列入綜合排名；社會人士組僅得獲主辦單位發給之獎狀，不具獎金及其他實質獎勵資格。全隊均為學生者列為學生組；隊伍中如有任一非學生身分成員，列為社會人士組。競賽方式及評選辦法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：瑕疵區域定位準確度：比較模型預測之多邊形區域與人工標註之 Ground Truth Polygon 的重疊程度，並依 Precision 與 Recall 計算定位分數。根因分析之 BERTScore：比較系統產生之瑕疵文字說明與標準答案的語意相似程度，以評估根因分析與文字解釋品質。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。