[2023] / [DACON] 포디블록 구조 추출 AI 경진대회

https://dacon.io/competitions/official/236046/overview/description

포디블록 구조 추출 AI 경진대회 - DACON

---

[배경] 

포디블록(4Dblock)은 유아기∼전 연령을 대상으로 하는 융합놀이를 위한 조작교구 입니다.

블록놀이는 공간 지각능력과 창의력 발달에 도움이 되는 놀이도구이며, 교육용 블록교구는 다양하게 구성 및 조적하게 되어있어 비구조적인 특징을 갖습니다.

하지만 이러한 비구조적인 특성은 발달특성상 유아들에게는 목적 없는 놀이도구로 소진되기 쉽기 때문에 보다 창의적인 높은 수준의 블록놀이를 촉진하기 위해서 체계적인 쌓기 구조에 대한 사전지식의 지원이 필요합니다.

이를 위해 어린이의 쌓기 구조 데이터를 수집하고 이에 대한 반복적인 블록 쌓기 구조 패턴 인식 및 쌓기 구조의 패턴을 분류하여 효율적이고 유용한 방법 및 해결책을 제시할 수 있을 것입니다.

이 기술은 나아가 오프라인 실험군, 통제군을 대상으로한 공간지각력, 창의성 등 자체 개발 된 평가 툴을 추가 학습시켜 사용자의 융합적 레벨 테스트를 같이 제공하여 블록 놀이&활동을 통한 교육적 진단 서비스로 확장 하고자 합니다.

학습자 선호 유형에 따른 활동 및 프로그램 매칭에 적용할 2D 이미지 기반 블록 구조 추출 AI 모델을 만들어 주세요.

 

[주제]

2D 이미지 기반 블록 구조 추출 AI 모델 개발

 

[설명]

본 경진대회에서는 2D 이미지 내 포디블록의 10가지의 블록 패턴들의 존재 여부를 분류하는 Multi-Label Classification을 수행해야합니다.

또한 실험 환경에서 촬영된 이미지가 학습 데이터로 주어지며, 평가(테스트 데이터)는 실제 환경에서 촬영된 이미지로 이루어집니다.

 

[주최 / 주관]

• 주최: 포디랜드, AI Frenz
• 주관: 데이콘

 

[참가자격]

• 일반인, 학생 등 누구나 대회 참가 가능

---

나의 코드

https://github.com/KimGeunUk/2023-DACON-4DBlock-Sructure-Extraction

GitHub - KimGeunUk/2023-DACON-4DBlock-Sructure-Extraction

 

좋은 결과는 얻지 못하였지만 재미있었고, 배울점이 많은 대회였다.

 

---

다른 사람 해결 방법

1st - 이세의 인공지능 님

https://dacon.io/competitions/official/236046/codeshare/7512?page=1&dtype=recent 

https://dacon.io/competitions/official/236046/codeshare/7514?page=1&dtype=recent 

 

• Blender 라이브러리를 사용하여 블록 이미지 생성 후 배경 이미지 합성 Augmentation
• Densenet201 + TTA

 

2st - 분당장대양봉 님

https://dacon.io/competitions/official/236046/codeshare/7531?page=1&dtype=recent 

 

• Multi Label Classification 대신 Object Detection 사용 (명확한 설명, 직관성, 속도 향상)
• Annotation Tool + Auto Annotation 사용

• COCO 데이터셋에서 실내 이미지를 Background Augmentation으로 적용(COCO2017 Dataset[2]의 'Indoor' 'Kitchen' 'Electric' 이미지 추출)
• 블록 단일 구조(약 264개의 이미지) 이미지는 모두 Train set에 배정

 

4st - siwooyong 님

https://dacon.io/competitions/official/236046/codeshare/7532?page=1&dtype=recent 

 

• CLIPseg 기법 사용

• COCO 데이터셋에서 실내 이미지 추출 및 Augmentation
• eva_giant_path14_560 모델 사용
• 멀티 라벨 분류에 대해 global average pooling이 아닌 ML Decoder를 사용
• shuffle 사용 X

 

5st - 자취얌 님

https://dacon.io/competitions/official/236046/codeshare/7534?page=1&dtype=recent 

 

• 측면 데이터 제거

 

6st - Redix6 님

https://dacon.io/competitions/official/236046/codeshare/7522?page=1&dtype=recent 

• https://github.com/plemeri/transparent-background 배경 투명화 라이브러리 사용
• Mosaic Augmentation : 2개 또는 4개의 이미지를 덧붙여서 하나의 이미지로 만들어 준다. (겹침을 방지하기 위해 Overlap Percentage 조정)