{
  "fetched_at": "2026-10-19T10:07:12Z",
  "source_url": "https://www.kaggle.com/competitions/2023_spring_khu_competition/data",
  "pages": [
    {
      "name": "data-description",
      "content": "10000 Training dataset (scan-clean pairs)\n500 Test dataset (only scan)\nImage Size : 512x512\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "목표 : 주어진 데이터를 훈련 및 최적화하여 Descanning performance가 높은 모델 만들기\n최적의 성능을 달성하기 위해 모든 데이터 증강 기술, DNN 모델, 최적화 또는 튜닝 기술을 사용할 수 있습니다.\n팀 이름은 ecampus에 공지한 팀 이름대로 설정해주세요. (ex. Team01)\n\n훈련 조건: \n○ 모델 파라미터 개수 10M (1천만) 개 미만으로 제한\n○ Pretrained Model 사용 금지\n○ Personal Data 추가 금지\n○ Test Data 사용 금지\n\n수업시간 중 ecampus의 '기타자료실'에 제공한 베이스라인 코드(2023_Spring_KHU_MLIP_Competition.ipynb)를 사용하여 모델 훈련 및 테스트 후 csv파일을 제출하면 됩니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "평가지표 : 디스캐닝 된 (복원된) 이미지의 Y채널 값의 평균에 대한 MAE (Mean Absolute Error)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "○ 하루 제출 횟수 3회 제한\n○ 모델 파라미터 개수 10M (1천만) 개 미만으로 제한\n○ Pretrained Model 사용 금지\n○ Personal Data 추가 금지\n○ Test Data 사용 금지\n○ Don’t cheat! Have fun! Enjoy yourself!\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}