본 대회에서는 아래와 같이 제출 규칙 제한이 있습니다.

-1일 3회까지만 제출 가능 (기준 : KST)

-재제출 제한 : 이전 추론이 완료된 이후에만 재제출 가능


데이터셋 FASCODE


FASCODE(FAShion COordination DatasEt / FAShion CODE)는 옷을 추천해주는 AI 패션 코디네이터와 사용자가 대화를 나눈 데이터셋입니다. AI 패션 코디네이터와 사용자가 나눈 대화에 대하여 발화자 정보, 대화 순서, 대화의 기능에 대해 태깅 정보와 추천받은 옷에 대한 텍스트 정보가 담겨져 있습니다.
(상세정보는 데이터와 코드북 참조)

※ '공지 및 FAQ' 게시판에서 자주 묻는 질문을 확인하세요!


'공지 및 FAQ' 게시판은 Notion으로 제작한 참가자 지원 페이지로, Chrome, Edge, Mobile, Safari 등에서 열리며, Internet Explorer에서는 실행되지 않습니다.





평가지표: WKT


WKT는 Weighted Kendall's tau 의 약자입니다. 켄달타우(Kendall's tau)는 순위 상관 계수(rank correlation coefficient)의 한 종류이며 두 변수들간의 순위를 비교하여 연관성을 계산합니다. 가중치 켄달타우(Weighted Kendall's tau)는 여기서 순위에 따라 가중치가 고려된 상관 계수를 측정하는 방법입니다



데이터셋


FASCODE의 훈련셋과 개발셋을 이용하여 대회 기간 동안 사용자의 발화에 따라 의상을 추천하는 방법을 학습하여 적합한 의상코디를 선택하는 개발셋 성능 평가 시스템/인공지능을 개발, 모델 구성 후 리더보드 제출

- 훈련셋 : FASCODE (외부 데이터 활용 불가)
- 개발용 평가셋 (Development set) 공개 (훈련셋과 동시 공개)
- 데이터 입출력 및 평가용 코드 제공
- FASCODE 인코딩 방식 : EUC-KR
- 일일 최대 제출 : 3회

※ 모델 제출시 테스트 스코어 계산 및 리더보드를 통한 스코어 공개에 동의한 것으로 간주합니다.

➙ 베이스 라인 코드에 사용된 오픈소스 관련 내용


● 본 베이스라인에는 연속 학습을 위하여 EWC (James Kirkpatrick et ai., "Overcoming catastrophic forgetting in neural networks", PNAS2017) 기술이 적용되었으며, 아래의 오픈소스를 사용하여 구현하였음

● link https://github.com/kuc2477/pytorch-ewc

➙ 참가자의 개발을 돕기 위한 연속 학습 기술 오픈소스 리스트


● 아래의 페이지에서 연속 학습의 대표적인 초기 연구부터 최신 연구 동향까지 파악할 수 있음

● 논문 및 (오픈된 경우) 코드 링크 포함

● link https://github.com/xialeiliu/Awesome-Incremental-Learning


Fashion-How 시즌3 리더보드 (Sub-Task 3)


FASCODE의 Test set으로 평가한 WKT score 입니다. WKT 평가는 Python 3.6.8 버전에서 이루어집니다.

※ SAMPLE Avg WKT 점수를 참고용으로 공개합니다. ( -1 < Avg WKT < 1 )
Test set은 Dev set과 달리 rank들이 shuffle 되어 있습니다.



순위 팀명 제출횟수 점수 제출일