합성데이터 객체 탐지
3D 렌더링으로 만든 합성 이미지로 모델을 학습하고, 실제 카메라로 촬영한 사진에서 지정된 일상 사물의 종류와 위치를 찾는 객체 탐지 문제입니다.
문제 유형객체 탐지
학습 데이터합성 이미지 3,000쌍
평가 데이터실제 사진 2,000장
평가mAP@[.50:.95]
1. 과제
합성 학습 데이터의 이미지와 어노테이션을 이용해 9개 익명 클래스를 학습한 뒤, 실제 사진에 존재하는 평가 대상 객체의 클래스와 바운딩 박스를 예측하세요. 사진에는 탐지 대상이 아닌 사물도 포함되며 이를 제출하면 오탐으로 처리됩니다.
2. 데이터 구성
- 학습: 960×540 합성 이미지 3,000장과 동일 이름의 어노테이션 파일
- 평가: 640×480 실제 사진 2,000장
- 클래스: 익명화된 9개 클래스
3. 평가 방법
클래스별 Average Precision을 IoU 0.50부터 0.95까지 0.05 간격으로 계산하고 9개 클래스와 10개 IoU 구간의 평균을 최종 점수로 사용합니다.
mAP@[.50:.95] = mean(APclass, IoU=0.50…0.95)- confidence가 높은 예측부터 정답 박스와 일대일로 매칭합니다.
- 점수가 높을수록 우수하며 팀별 최고 점수만 리더보드에 반영됩니다.
- 리더보드는 1분마다 자동으로 다시 조회하며, 제출 직후에도 재조회합니다.
- 누적 제출 횟수 제한은 없습니다. 같은 팀·종목의 다음 제출은 마지막 정상 제출 10분 뒤부터 가능합니다. 형식·채점 오류는 대기시간을 소모하지 않습니다.
- 제출 파일은 헤더를 제외하고 최대 30,000개 detection을 포함할 수 있습니다.
- 제출 예시는 이미지 좌상단의 1×1 픽셀 박스 1개를 포함합니다. 형식 확인용이며, 그대로 제출하면 0점으로 채점됩니다.
4. 제출 형식
좌표는 640×480 이미지의 픽셀 절대값이며, 네 꼭지점은 좌상단부터 시계 방향으로 입력합니다.
file_name평가 이미지 파일명
class_id예측 클래스 ID(0~8)
confidence0 이상 1 이하의 탐지 신뢰도
point1~4좌상단·우상단·우하단·좌하단의 x, y 좌표