Hackathon

時間	活動流程
08:00~08:30	報到
08:30~09:00	活動開場
09:00~12:00	競賽活動
12:00~13:00	午餐時間
13:00~15:30	競賽活動
15:30~17:00	評分與頒獎

1

醫療影像—利用「眼底螢光血管攝影」進行「息肉狀脈絡膜血管病變」的早期篩檢

醫療影像—息肉狀脈絡膜血管病變(Polypoidal Choroidal Vasculopathy, PCV)是一種好發於亞洲人的一種眼科疾病，嚴重者會失明。PCV 是屬於老年性黃斑部病變的一種，主要特徵會在脈絡膜上形成血管擴張，會產生出許多細小分支的血管網，在血管網的末端通常可以發現有囊腫的息肉。
另一種類似 PCV 的病變為脈絡膜新生血管(Choroidal Neovascularization, CNV)這類新生血管相當脆弱，容易破裂後滲出血液造成視網膜水腫或是剝離。主要特徵同樣有許多細小的血管網，但血管末端沒有息肉。
為了能夠提早發現並給予適當的治療，醫師會透過拍攝眼底螢光血管攝影(Fluorescein Angiography, FA)來判斷是否有老年性黃斑部病變，透過打入體內的螢光顯影劑來觀察光線分布的情形去判斷。但是 FA 對於PCV 的檢查效果不太好，主要是特徵容易被擋住，穿透力弱不容易發現PCV。FA 往往是診斷中會先進行的一種方式，如果能透過在 FA 影像中就先篩選出 PCV 將會對患者的診斷有很大的幫助。

解題說明：
此題目最終目標在於辨識出息肉狀脈絡膜血管病變(Polypoidal Choroidal Vasculopathy, PCV)的醫療影像。請透過CNV及PCV兩類之影像資料集先行訓練模型。競賽當天，再依照指定格式上傳辨識結果 (參見附件Excel檔案)，評審將會依照參賽隊伍所提供的辨識率數值畫出ROC曲線圖，並計算曲線下面積(AUC)，進行最終評分。

上傳格式檔案：上傳格式_醫療影像.xlsx
需提供資料的欄位:
⊚ ID(影像編號)
⊚ Score(分類機率)

Training Data
⊚ CNV
⊚ PCV

2

自駕車—基於光達與視訊之高解析度場景深度預測

在自駕車領域，環境感測器、車連網通訊技術、人工智慧決策平台都是實現自駕車不可或缺關鍵因素。其中，環境感測器能夠協助自駕車感知周遭環境，為後續自駕車執行動作決策時，最為重要的考量資訊。而在這些感測器中，透過使用整合光達(Lidar)與視訊攝影機(RGB camera)，並推論出完整且高解析度(Dense)之場景深度資訊之技術，則能夠提供完整且豐富的三度空間資訊，進而幫助後續自駕車系統對場景之理解與分析，如障礙物類別判斷、可行駛路徑規劃等。
為建立一個穩健且可靠的智慧場景理解系統，基於光達與視訊之高解析度場景深度預測為不可或缺的關鍵技術，該技術期望光達與視訊攝影機彼此之資訊可以有效互補，最後有效預測出拍攝場景影像中，每個像素點所對應的實際深度。例如，光達能提供稀疏之三維環境資訊，但缺乏詳細的場景細節，若透過視訊資訊的補償，演算法將有機會整合光達與視訊資料以建構完整且豐富的場景深度資訊。

解題說明:
最終目標為生成較為密集的LiDAR深度資訊圖，輸入為Sparse的LiDAR深度圖及RGB影像，由提供的KITTI數據集預先訓練模型。比賽當天由我方提供的測試資料集為輸入，輸出填補後的深度圖並上傳(請務必依照輸入影像的順序，如:輸入為1.png、2 .png 、3 .png ，輸出應為1 .png 、2 .png 、3 .png 對應的填補深度圖，避免影響計分結果)，最終分數將以 Root mean squared error(RMSE)進行評分，RMSE將比較各組填補的深度圖以及Groundtruth(詳見評分標準)。

以下為整理過後的KIITI 數據集，與原先資料集內容相同(影像相同)，只進行過資料分類處理。
⊚ groundtruth
⊚ sparse LiDAR
RGB:
⊚ RGB(1)
⊚ RGB(2)
⊚ RGB(3)

KIITI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最大的自動駕駛場景下的計算機視覺算法評測數據集。其中，對於場景深度預測任務，數據集提供超過93,000個經處理的完整深度圖，並對應原始光達和視訊影像。

3

精準農業—辨識植物病蟲害

資料集包含38個類別，每一個類別是某一種植物的某一個病蟲害，一共有14種植物及26種病蟲害。訓練集有80%的葉片照片，測試集有20%的照片。需要用任何一種深度神經網路模型精準地分類上述38個類別。

精準度將以平均的f1-score計算，參賽者需要計算每一個類別的f1-score並且計算平均。此平均第一高者將獲勝。
(f1-score計算請參考: F1-SCORE)

上傳格式檔案：上傳格式_農業
⊚ 請上傳.CSV檔案

需提供資料的欄位:
⊚ ID(影像檔名)
⊚ LABEL(預測值)

Training Data

1

醫療影像—利用「眼底螢光血管攝影」進行「息肉狀脈絡膜血管病變」的早期篩檢：

評估方式採用ROC曲線下面積( AUC )來計算。ROC曲線會採用TP, FP, TN, FN等數據來計算成TPR以及FPR。公式如下:

真陽性（TP）：診斷為有，實際上也有高血壓。
偽陽性（FP）：診斷為有，實際卻沒有高血壓。
真陰性（TN）：診斷為沒有，實際上也沒有高血壓。
偽陰性（FN）：診斷為沒有，實際卻有高血壓。

TPR = TP / ( TP + FN )
FPR = FP / ( FP + TN )

2

自駕車—基於光達與視訊之高解析度場景深度預測：

將依照「均方根誤差」進行評比。「均方根誤差」數值愈小排名愈前面。
「均方根誤差」的計分方式將採RMSE(Root mean squared error)，公式如下:

N：groundtruth影樣中非零的點數目
Predicted：各組的填補深度在 i 點的數值
Actual ： groundtruth 在 i 點的數值

資料集中每一張深度圖計算一次RMSE，再將整個資料集中所有深度圖的RMSE取平均，得出最終分數進行評比。

3

精準農業—辨識植物病蟲害

精準度將以平均的f1-score計算，參賽者需要計算每一個類別的f1-score並且計算平均。此平均第一高者將獲勝。

F1 Score = 2×(Recall × Precision) / (Recall + Precision

(f1-score計算請參考：F1-SCORE)

其中Precision = TP/TP+FP，Recall = TP/TP+FN
TP: True Positive, FP: False Positive, FN: False Negative 如下圖：

注意事項

1. 個人權益及個資使用權限

(1) 報名所填寫之資料必須詳實，不可冒用或盜用任何第三人之資料。如有不實或不正確之情事，主辦單位得取消參賽及得獎資格。如有致損害於主辦單位或其他任何第三人之相關權益，參賽團隊全體隊員應自負相關法律責任。
(2) 報名確認後，請勿更換團隊成員。每隊需推派一位具中華民國國籍之代表人，負責比賽聯繫及活動相關事宜接洽。團隊內部請自行分配團隊成員的各項權責歸屬，主辦單位不涉入處理。
(3) 參賽人員不得重複組隊報名及重複報名。
(4) 本單位提供保險，報名資料請填寫完整，無法提供完整資料供主辦單位保險者，不得參加本活動(外籍生須檢附出入境許可證影本)。
(5) 主辦單位基於參賽者管理、報名管理、活動期間身分確認、活動聯繫、競賽活動相關訊息聯繫及相關行政作業之目的，得蒐集、處理及利用參賽團隊成員之個人資料。
(6) 代表報名者應取得團隊成員之同意提供其個人資料予主辦及執行單位。
(7) 參賽者對於個人資料，就提供之個人資料有請求執行單位瀏覽、停止利用、刪除之權利，惟因此影響參賽或得獎及受領獎項權益者應自負責任。
(8) 為記錄相關活動，主辦單位得拍攝或請競賽團隊提供相關照片及動態影像。參賽團隊成員須同意無償提供為進行結案報告或推廣Open Data使用、編輯、印刷、展示、宣傳或公開上述個人肖像、姓名及聲音等。

2. 競賽現場提供無線網路、電源、餐飲等。請自行攜帶可無線上網的筆電、手機，及有助於完成您作品的材料和設備等，但以不影響他人為主。

3. 曾在任何競賽中獲獎之作品不得參賽，違者取消參賽資格。

4. 參賽作品必須為自行創作之原創作品，並須遵守著作權、專利權、商標權、肖像權、隱私權、個人資料保護等法律規定，不得有涉及抄襲、剽竊、仿冒或其他侵害他人權益之情事。若經發現，主辦單位得立即移除相關內容，取消參賽及得獎資格，並由參賽者自負相關法律責任。

5. 參賽作品（包括活動期間的文件、程式碼、運算資料、資料分析結果及過程執行方式）需遵循OSI認可的開放原始碼授權釋出協議(http://opensource.org/licenses)，並上傳原始碼或Github連結，並設公開，供主辦單位查驗及供大眾使用、改良、修正以及散布其授權程式。

6. 主辦單位得運用獲獎作品，進行活動成果宣傳、登載網頁、報導、出版等推廣目的之使用；如未涉及著作人格之污衊，獲獎作者不得對主辦單位行使著作人格權。

7. 本活動因不可抗力之特殊原因無法執行時，本單位有權決定取消、終止、修改或暫停本活動。

2019人工智慧黑客松競賽

活動介紹

本活動為三大領域之AI黑客松競賽包含自動駕駛(autonomous driving)精準農業(precision agriculture)精準醫學(precision medicine)旨在希望學生能將所學之專業技術應用於實際生活中

活動說明

1

活動名稱

2

活動時間

3

活動地點

4

活動流程

4

報名資訊

1

報名資格

2

組隊人數

3

報名時間

4

相關規定

競賽題目

1

醫療影像—利用「眼底螢光血管攝影」進行「息肉狀脈絡膜血管病變」的早期篩檢

2

自駕車—基於光達與視訊之高解析度場景深度預測

3

精準農業—辨識植物病蟲害

指導老師名單

評審名單

評分標準

1

醫療影像—利用「眼底螢光血管攝影」進行「息肉狀脈絡膜血管病變」的早期篩檢：

2

自駕車—基於光達與視訊之高解析度場景深度預測：

3

精準農業—辨識植物病蟲害

活動獎項

01.

第一名(一組)

02.

第二名(一組)

03.

第三名(兩組)

04.

佳作(三組)

公告區

注意事項

主辦單位

本活動為三大領域之AI黑客松競賽
包含
自動駕駛(autonomous driving)
精準農業(precision agriculture)
精準醫學(precision medicine)
旨在希望學生能將所學之專業技術應用於實際生活中

第一名
(一組)

第二名
(一組)

第三名
(兩組)

佳作
(三組)