참여방법 : https://github.com/niahair/ganhackerton

- 대회등록 마감 : 2021년 02월 05일

- 대회 기간 : 2021년 02월 2일 10:00 ~ 2021년 02월 14일 10:00

- 코드 평가 : 2020년 02월 15일

- 최종 순위 발표 : 2020년 02월 17일

1. 평가식

x : Inception network를 통해 뽑은 Real image들의 feature 들

g : Inception network를 통해 뽑은 Generated(=translated image) 이미지들의 feature 들

μ : 평균

𝛴 : 공분산

Tr : trace, 행렬의 대각요소의 합

• FID 는 생성된 이미지들의 품질을 평가하는데 사용되는 지표료 분포들 간의 거리를 나타낸다.
• FID는 score가 낮을수록 좋은 지표이다.
• 위의 수식은 real 이미지 샘플들과 생성된 이미지 샘플들의 분포 사이의 거리를 측정했을대, 유사한 분포일수록 낮은 FID 를 출력한다.
• Mode collapse 와 같이, 모델이 특정 클래스만 생성하는 경우 FID가 높아진다.

참고문헌

[1] Heusel, Martin, et al. "Gans trained by a two time-scale update rule converge to a local nash equilibrium." Advances in neural information processing systems. 2017.

[2] https://github.com/mseitzer/pytorch-fid/blob/master/README.md

[3] https://github.com/bioinf-jku/TTUR

2. 평가

- 일일 제출 가능 회수 : 1회

- 리더보드 갱신  : 매일 자정 (대회마감 2일전 6시간단위 갱신)

- 1월 29일 대회 개최방송 및 참가 방법 방송 (참가팀 별도공지)

- Public Score: 전체 테스트 데이터 중 20%로 채점, 대회 기간 중 공개 (예를들어 test image 가 2000장이 쓰여진다고 하면 이미 뽑혀진 고정된 real image 2000 장중 400장과, 그에 대해 생성된 이미지 400장간의 FID score 를 측정한다.)

- Private Score: 나머지 테스트 데이터로 채점, 대회 종료 직후 공개

- 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 선택해야 함.

(최종 파일 미선택시 처음으로 제출한 파일로 자동 선택됨)

- 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됨

3. 외부 데이터

- 외부데이터 사용 불가

- 사전학습모델 (pretrained model) 사용 가능

4.  참가 방법

- 개인 혹은 3인 이하의 팀 신청 가능

- 단체 혹은 기관 참여시 대표자 1인 외 참가 팀 3인 실명 등록 요청

- 팀 수상 시 팀 전원 수상

5. 모델 제출 규칙

이메일 제출

- 대회등록 마감 : 2021년 01월 29일

- 대회 기간 : 2021년 01월 27일 10:00 ~ 2021년 02월 04일 10:00

- 코드 평가 : 2020년 02월 04일 ~ 2020년 02월 10일

- 최종 순위 발표 : 2020년 02월 10일

상금 : 500만원

리더보드

• 1등              :  100만원 1명
• BEST11      :  500만원(50만원 X 10명)
• 코드리뷰상 :  100만원(10만원X10명) 코드 리뷰어 10명

(리더보드상 12위 ~22위)

재원 : 한국정보화진흥원 "AI 학습 데이터 구축 사업"내에서 집행

총 상금 : 700만원

• 1등              :  100만원 1명
• BEST11      :  500만원(50만원 X 10명)
• 코드리뷰어 :  100만원(10만원X10명) 코드 리뷰어 10명

재원 : 한국정보화진흥원 "AI 학습 데이터 구축 사업"내에서 집행