{
  "fetched_at": "2026-10-19T17:12:40Z",
  "source_url": "https://www.kaggle.com/competitions/2024-hallym-sw-week-competition/data",
  "pages": [
    {
      "name": "data-description",
      "content": "여러분들은 train set과 test set 의 서로 다른 이미지 데이터 셋 2개를 받게 됩니다.\n\n주어진 이미지는 현실에서 저희가 마주칠 수 있는 실제 이미지에 가까운 모습을 구현하기 위해\n\nnoise를 넣은 data가 되겠습니다.\n\ntrain_cleaned는 train set에 존재하는 noise 를 제거 후 출력 한 결과가 되겠습니다.\n\n주어진 test set에 대하여 noise를 제거하는 algoritm을 만드시면 되겠습니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "광학식 문자 인식 (Optical Character Recognition, (Abbr.) OCR)이란 사람이 쓰거나 기계로 인쇄한 문자의 영상을 이미지 스캐너로 획득하여 기계가 읽을 수 있는 문자로 변환하는 작업입니다.\n\n우리는 OCR을 이용해 주어진 정보를 가공하고, 찾고, 공유하는 일들을 손쉽게 해결할 수 있습니다. 하지만, 현재 많은 어려움을 직면하고 있는데요. 가령 커피 자국이나, 태양에 의한 그을림, 모서리 부분의 훼손과, 오랜 사용으로 인한 주름 등과 같은 것이 그 예시가 되겠습니다.\n\n이번 대회는 위의 언급된 문제를 머신러닝으로 해결하는 과정이 되겠습니다. 이미지 데이터 셋을 배분 받고, 이미지의 노이즈(noise)를 제거 하시면 됩니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Submissions are evaluated on the root mean squared error between the cleaned pixel intensities and the actual grayscale pixel intensities.\n\nSubmission File\nForm the submission file by melting each images into a set of pixels, assigning each pixel an id of image_row_col (e.g. 101_2_1 is image 101, row 2, column 1). Intensity values range from 0 (black) to 1 (white). The file should contain a header and have the following format:\n|id  |value  |\n| --- | --- |\n| 101_1_1 | 1 |\n| 101_2_1| 1 |\n| 101_3_1| 0.88|\n| 101_4_1| 0.92 |\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "* 반드시 학번_이름으로 참여\n* Pytorch 라이브러리를 사용해야 함\n* 외부 데이터셋 사용 금지\n* 사용에 법적 제약이 없고 논문으로 공개된 사전 학습된 모델(Pretrained Model Weight) 사용 가능\n* 모든 제출 결과는 재현 가능해야함 (seed를 고정한 상태로 학습 진행)\n* 초기 대회 설정을 돕기 위해 모든 참가자에게 baseline submission 코드를 제공함\n* 대회 마감(11. 6.(수) 20:00) 직후 leaderboard 순위 공개\n* 모든 입상자는 11. 7(목) 12:00까지 대회에 사용한 핵심 방법론을 정리한 ppt (자유 양식. 4장 이내) 제출 (juhou@hallym.ac.kr)\n* 해당 대회 관련한 모든 문의 사항은 이메일 혹은 discussion 탭에 작성해주세요. (HCMun@hallym.ac.kr)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": " ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}