인공지능 학습용 데이터를 활용한고양시 데이터톤
①객체 인식 결과물과 소스코드를 ins.aidata@gmail.com 제출 후, 스크린샷을 참가신청서 제출 시 업로드
①-1객체 인식 결과물을 csv 형식으로 제출
①-2파일 형식은 학습용 데이터와 함께 제공하는 샘플 결과물 파일과 동일하게 제출 요망
②소스코드 제출 시, 빌드 및 모델 활용에 대한 설명을 포함한 README 파일 및 의존성 파일을 소스코드와 함께 압축(zip)하여 제출(개발 환경 명시)
* 소스코드는 정성평가 및 타 팀과의 중복 검사, 객체 인식 정확도 검증을 위해 필수 제출
①recruit_dc@datacrush.ai 로 참가신청서 송부
②주최 기관에서 참가팀(또는 개인) 별 공유 드라이브를 생성하여 메일 회신
③소스코드, 학습용 데이터, 검증용 데이터, 개발/실행 환경(개발 언어의 버전, 라이브러리, 프레임워크 등), 실행 방법 설명 문서, 1페이지 이내의 개발 결과 보고서를 공유 드라이브에 업로드
④recruit_dc@datacrush.ai 로 개발 완료 여부 송부
①참가기획서를 자유형식으로 작성하여 ppt, pptx, pdf 형식으로 제출
①아동 그림 데이터를 활용하여 그림 속 객체를 인식하는 인공지능 모델 구축
②구축된 모델의 테스트 이미지에 대한 객체 인식 정확도 및 인식 속도 확인
결과물 제출 방법
①음성-텍스트 전사 데이터를 활용하여 음성인식(STT) 및 음성합성(TTS) 모델을 개발
②텍스트 말뭉치와 라벨링 데이터를 이용하여 방송 대사에 해당하는 장르, 키워드, 녹음장소, 감정, 화자 유형 등을 예측하는 모델을 개발
결과물 제출 방법
①AI허브 데이터를 활용하여 고양시 현안, 이슈 등 도시 문제를 해결할 수 있는 아이디어 제안
결과물 제출 방법
사이트에서 제공하는
데이터 다운로드
AI 모델 학습
및 구축
구축 모델
제출
AI 허브 데이터 활용
아이디어 기획
아이디어톤
참가 기획서 제출
< 데이터톤A, B >
(대학(원)생) 전국 대학생 또는 대학원생
(스타트업 기업인) 스타트업 창업 기업인
※ 개인 또는 최대 3인 이내의 팀으로 참가 가능
< 아이디어톤 >