Трудност
Твоят най-добър резултат
Н/Д
В сърцето на тайен изследователски институт се намира Архивът на хилядата стаи, подземен лабиринт със стаи, наблюдавани непрекъснато от интелигентни камери. Всяка камера заснема обекти, мебели, електронни устройства или символи от мистериозни експерименти.
По неизвестни причини част от данните на архива са загубили числовите си етикети: в записите се появява въпросът „колко обекта от тип X се намират в изображението?", но отговорът е изчезнал. Изследователите са се опитали да възстановят информацията ръчно, но хиляди изображения е невъзможно да се обработят без помощ.
Тук намесваш ти.
Поверена ти е ролята на „Числов визуален анализатор", единственият човек, упълномощен да построи мултимодален модел, способен да погледне изображение, да разбере въпроса и да отговори правилно с едно единствено число.
Така мисията ти е да използваш уменията си в управлението на алгоритми от Изкуствен интелект, за да възстановиш архива.
Имаш два основни файла и папка с изображения.
train.csv — Данни за обучение| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — Данни без отговор| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngФайлът submission.csv трябва да има следния формат:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Тъй като отговорите са числа, официалното оценяване използва MAE:
Финалният резултат се изчислява въз основа на получения MAE резултат, използвайки следните правила: