近年PCなどの端末の多様化・小型化が進み、どのケーブルがどの接続ポートに対応するのか判別するのが難しいという声が一般ユーザーから寄せられていました。
ケーブルコネクタの画像から種類を自動分類することができれば、事前知識がなくとも適切なケーブルを選定できるようになります。
精度が高ければ高いほど良いという背景から、データ分析コンペティションを活用するのが最適だと考えていただき、コンペ運営事業者としてNishikaを選定いただきました。
正解データとして、実際のコネクタ画像とコネクタの検出位置のでデータのペアを2000程度提供しました。
追加データとしてコネクタ部分をトリミングした前後の画像データ約1600セットを提供しました。
画像に写っているコネクタがどのコネクタかを分類し、その精度を競うタスクとしました。分類するケーブルの数は15種であり、データに偏りがある中でコネクタを正確に分類する部分が難しいタスクとなりました。
380名の個人が参加し、競い合いました。
上位入賞モデルはいずれも、Macro-F1スコアで0.98(最大は1)という高い水準に達しました。
最高水準を出した手法としては、物体検知でケーブル画像データの傾向から、画像の中心部のみを用いて学習させることで、より高い精度を出すという手法をとっていました。