{
  "fetched_at": "2026-10-19T13:22:46Z",
  "source_url": "https://www.kaggle.com/competitions/caltech-101-1d/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Caltech 101 Dataset을 ResNet으로 학습시킨후, 마지막 레이어인 512차원의 벡터를 모은 데이터셋입니다.\n\nCaltech 101 Dataset은 2D 이미지 입니다. 캐글 보드를 작성할 시점에 아직 CNN을 배우지 않았기 때문에, 우리가 알고있는 1D DNN모델을 사용할 수 있도록 제작한 데이터셋입니다.\n\n이미지를 그저 reshape하여 1D로 만들면, 그 이미지는 위치 정보와 기타 중요한 정보들을 잃기 때문에, 적절한 성능을 내는 데이터셋으로 사용할 수 없었습니다.\n\n따라서 최대한 정보를 잃지않으며 1D로 만들 수 있도록 하기위해, Caltech 101 Dataset에 우수한 성능을 낸 CNN 모델인 ResNet을 이용해 512차원의 1D벡터를 추출해 냈습니다.\n\n여기서 제공하는 데이터셋이 바로 Caltech 101 Dataset의 일부인 학습데이터 6941장과 테스트데이터 1736장에 대한 512차원의 데이터입니다.\n\n** 기존 npy형에서 csv형 파일로 바꾸었습니다. 파일의 내용 자체는 바뀌지 않았기 때문에, 성능에 변화는 없습니다만, 기존의 baseline코드는 npy를 기준으로 작성되었기 때문에, csv data를 이용한 defense 코드를 참고해주세요.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Caltech 101 데이터셋을 1D layer로 학습 시킬 수 있도록 해놓은 데이터 셋입니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "예측된 값의 평가 방법  \n평가는 categorization accuracy를 이용하여 evaluation을 수행합니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}