day
hr
min
sec
參加人數 / 組
指導單位
隨著全球對海洋廢棄物問題的關注,運用AI提升治理效能已成國際趨勢。為加速數位轉型,國家海洋研究院建立AI-Ready海廢資料集,涵括33+1項海廢類別。國海院為此特別辦理「海廢影像辨識國際AI競賽」,將首度於今年7月公開這套高品質的海廢影像,作為海廢訓練模型的訓練集。本次競賽將廣邀全球人工智慧、電腦視覺與海洋科學等領域人才共同挑戰,透過開發高精準度物件偵測模型,將技術創新轉化為具體的環境影響力,攜手打造智慧、永續的海洋治理新未來。
總獎金合計新臺幣30萬元
| 名次 | 名額 | 獎金 |
| 第一名 | 1名 | 12萬 |
| 第二名 | 1名 | 10萬 |
| 第三名 | 1名 | 8萬 |
最佳輕量化優化獎2名:競賽獎狀
活動時間皆以台灣時區為主( GMT+8 )
| 日期 | 事件 |
|---|---|
| 2026/09/03 | 公告入選複賽名單 |
| 2026/09/06 | 複賽技術工作坊 |
| 2026/09/06 09:00:00 | 發布複賽測試集 |
| 2026/09/06 09:00:00 | 開放上傳答案卷 |
| 2026/09/17 23:59:59 | 截止上傳答案卷 |
| 2026/09/30 | 公告得獎名單 |
本競賽評估指標採用 mean Average Precision ( mAP ) [1] 於 intersection over union (IoU) [2] threshold 為 0.5。根據預測物件框與標註物件框 IoU 大於 0.5 時為 True Positive ( TP ),反之為 False Positive ( FP ),藉此得到 Precision。因此系統對每一個物件評估其 AP 分數,再將 19+1 類海廢物件 AP 進行平均計算,得到 mAP 評估數值,參賽者按照此標準進行排名。
本系統計算 mAP 評估數值採用 COCO API [3]。
Reference
[1] Average Precision (AP): Average precision
[2] intersection over union (IoU): Jaccard index
[3] COCO API: https://github.com/cocodataset/cocoapi
模型輕量化獎採 NetScore 作為綜合評估指標,凡成功晉級複賽並繳交符合規定之有效模型者,均自動取得本獎項評選資格。
模型輕量化評估公式如下:
$$\Omega = 20\log _{10}(\frac{a^2}{(\sqrt{p}\sqrt{m} )} )$$