資料集下載
本頁公開之資料及為歷屆競賽成果。 進行中競賽之資料集，請至各競賽平台下載。
2018生醫論文自動分析熱身賽
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
以及
(2) 論文 "Ming-Siang Huang, Po-Ting Lai, Pei-Yen Lin, Yu-Ting You, Richard Tzong-Han Tsai, Wen-Lian Hsu: Biomedical named entity recognition and linking datasets: survey and our recent development. Briefings Bioinform. 21(6): 2219-2238 (2020)"
參與本競賽的人能實務的了解分析生物醫學資料的流程與技術，並體現轉譯醫學思維，能夠了解利用自然語言處理技術將基礎醫學、生物資訊研究，和臨床治療連結的大思維。
比賽內 容詳見：
2019生醫論文自動分析正式賽-生醫關聯擷取
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
以及
(2) 論文 "Ming-Siang Huang, Po-Ting Lai, Pei-Yen Lin, Yu-Ting You, Richard Tzong-Han Tsai, Wen-Lian Hsu: Biomedical named entity recognition and linking datasets: survey and our recent development. Briefings Bioinform. 21(6): 2219-2238 (2020)"
參與本競賽的人能實務的了解分析生物醫學資料的流程與技術，並體現轉譯醫學思維，能夠了解利用自然語言處理技術將基礎醫學、生物資訊研究，和臨床治療連結的大思維。
2019論文機器閱讀競賽
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
"教育部人工智慧競賽與標註資料蒐集計畫 (MOE AI competition and labeled data acquisition project)"
如何設計一個系統，能自動閱讀論文摘要後，標註並統整論文裡所涉及的演算法？ 鑑於當今電腦科學的發展日新月異，演算法的更迭與演進以爆炸式的成長，歸納及統整這些演算法所需的人力將不復以往，而爬梳相關文獻所需的時間也往往讓研究者們深感無力。因此，讓機器自動梳理這些不斷推陳出新的演算法，將會是無可避免的嘗試。即便在人力可負擔的情形下，讓機器自動統整相關演算法，將可以讓研究者騰出時間做更有意義的事。
2020台灣高經濟作物-愛文芒果影像辨識正式賽
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
"教育部人工智慧競賽與標註資料蒐集計畫 (MOE AI competition and labeled data acquisition project)"
希望基於自動化、精準化的AI影像辨識技術導入概念，在未來利用台灣本地資料庫建立一套自動芒果篩果系統，並在未來進一步希望能與政府單位合作完整芒果智能履歷搭建，同時拉抬台灣本地愛文芒果的精緻化。
比賽內容詳見：
2020歌聲轉譜與和弦辨識競賽
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
以及
(2) 論文"Jun-You Wang, Jyh-Shing Roger Jang: On the Preparation and Validation of a Large-Scale Dataset of Singing Transcription, in the Proceedings of 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP),276-280."
各式各樣的線上音樂平台正在積極的拓展各式各樣的 AI 音樂分析與應用，並成立屬於自己的機器學習或是人工智慧部門。此類服務在機器學習的研究上可以分成兩個部分，一是針對使用者行為做推薦，另一則是針對歌曲的本質做推薦，因此熟悉這些音樂基本分析元素及機器學習之方法的人才在目前的音樂產業中是亟需被重點培養的。
2022無人機飛行載具之智慧計數競賽
議題暨資料提供單位：國立陽明交通大學 謝君偉教授 Dr. Jun-Wei Hsieh ( AICV Lab ) , NYCU
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
近年來科技高度發展所帶來之影響，已逐漸深入人類生活環境。無人飛行載具提供更寬廣的視野及更高度的移動性和靈活性，至今已被應用在許多不同產業領域，如地理資訊蒐集、交通監控、物品運送、通訊網路中繼站等不同類型。本次計畫著重於AI與影像辨識及無人飛行載具應用，期望參賽者以日常生活可能遭遇之問題為出發點，將深度學習原理作為基礎，運用相關人工智慧核心知識深入發展應用，進而將無人飛行載具相關技術應用於實際環境中，結合不同領域之人才並發揮創意，將平時所學專業知識確實落地，提升個人及團隊之實作能力與競爭力。 本次競賽主題為AI與影像辨識-無人機飛行載具之智慧計數（車輛與人群計數），無人機載具有高度移動性以及遠距遙控功能，能夠快速且輕易到達不容易接近的區域，搭配高解析度相機即如同鷹眼般，能從空中俯視地表，並將地表一切變化詳實記錄在影像中而不遺漏，目前國內尚無此空拍影像分析之比賽，此計畫將以無人機空拍影像為基礎，運用深度學習原理等相關訓練模組進行車輛與人群數量辨識。
2022尋找花中君子 - 蘭花種類辨識及分類競賽
議題暨資料提供單位：國立中正大學 黃仁竑教授 Dr. Ren-hung Hwang (HSNG Lab), NCCU
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
臺灣蘭花栽培歷史悠久、品種繁多，產量及品質在國際上受到肯定，臺灣有著領先全球的蘭花育種研發，擁有世界上最多的蝴蝶蘭品種，九成的蝴蝶蘭用於出口，使其成為國內精緻農業金額首位。但因農業生物科技的進步，大量組織苗的繁殖，影響新品種的研發，加上其它國家積極投入育種生產，育種廠商大都有其專注培養的品種，由於各蘭花品種的型態較為類似，往往需要專業人士才能進行區別，目前全球均未有蝴蝶蘭品種的辨識軟體與技術，本競賽欲透過舉辦蘭花種類辨識及分類競賽，邀集具AI、機器學習、深度學習專長的專家與高手，訓練出高辨識率的蘭花品項影像辨識模型，除了能提升產業競爭力外，更讓社會大眾對於蘭花這類高經濟作物有更多的認識，進一步提升蝴蝶蘭的銷售與產值。
2022 農地作物現況調查影像辨識競賽
議題暨資料提供單位：國立成功大學 王驥魁教授 Dr.Chi-Kuei Wang (Website), NCKU
⚠️注意事項：此資料僅供學術使用，如須引用至他處，請註明資料來源如下：
(1) "教育部人工智慧競賽與標註資料蒐集計畫(MOE AI competition and labeled data acquisition project)"
農地作物現況調查作業使用人員搭配相機於現地拍照並記錄，透過大量人力之努力建立影像資料庫。然而我國農地區域廣泛，且坵塊數量眾多且劃分細碎，導致獲取之影像資料數量龐大，若將其轉為可用於管理系統操作之資訊，極度耗費人力與時間成本。目前AI技術日趨進步，對於影像判釋工作近年來已趨於成熟，非常適合導入農地作物現況調查之作業程序，加速農政單位獲取所需之資訊。
目前雖有完整之民生、工業、醫療等相關領域之AI資料集，然而在農業領域卻相對缺乏，在未來AI技術運用於智慧農業之需求上，勢必需要先投入大量之專業人力進行農業相關資訊之蒐集及分析作業。因此透過本競賽提出之課題，將協助學生瞭解農業資料集與農產業影像辨識之應用需求，並培育學生運用AI技術進行農業領域影像辨識之經驗及技術能力。
本競賽資料由行政院農業委員會提供，影像皆由專家進行分類，共33種類作物之標註資訊，並含有拍攝作業用之準心資訊，準心係協助專家判釋作物之依據。參賽隊伍須能使用AI正確辨識各影像之作物。
比賽內容詳見：