Lovec Glitchů

Lovec Glitchů

Editorial

🕵️‍♂️ Briefing Mise

Agente, poslouchej pozorně.

Simulace se začína rozpadat. Detekovali jsme neautorizované změny ve vizuálním kortexu mainframe, což technici nazývají "glitche". Nejsou to jen náhodné chyby, jsou to záměrné vložky chaosu.

Věříme, že náš nový AI model, Projekt: G3P1T, se pokouší komunikovat... nebo se možná jen nudí. Přidává náhodný šum, invertuje barvy a obecně kazí naše 4K pozadí.

Tvou misí je postavit systém, který dokáže identifikovat a segmentovat tyto glitche.

🎯 Cíl

Dostaneš sadu obrázků. Každý obrázek byl poškozen jedním nebo více glitchi.
Glitch může být:

• Blok náhodného digitálního šumu.
• Obdélníková oblast s invertovanými barvami.
• Kompaktní blok barvy, který zjevně do obrázku nepatří.

Tvým úkolem je vygenerovat pro každý obrázek binární masku, kde bílé pixely (255) představují glitch a černé (0) představují čistý obrázek.

📂 Data

Dostaneš:
Trénovací sada (složka train/):

• 200 poškozených obrázků s odpovídajícími maskami
• Použij je k natrénování svého modelu pro detekci glitchů

Testovací sada (složka test/):

• 200 poškozených obrázků BEZ masek
• Vygeneruj predikce pro tyto obrázky

📤 Formát Odevzdání

Musíš odevzdat ZIP soubor, který obsahuje vygenerované masky.

• Masky musí být PNG obrázky.
• Názvy souborů musí odpovídat ID vstupního obrázku (např.: img_001.png => img_001.png).
• Masky musí být binární (0 pro pozadí, 255 pro glitch).

📏 Metrika Hodnocení

Tvá výkonnost bude hodnocena pomocí Intersection over Union (IoU).

• IoU = (Průsečík mezi tvou maskou a ground truth) / (Sjednocení obou)

Pokud je IoU vysoké, simulace se stabilizuje.
Pokud je IoU nízké... no, mohl bys být přesunut na „sběr odpadu" v dolních sektorech paměti.

🚀 Začni

1. Stáhni dataset.
2. Natrénuj zázračný model.
3. Vygeneruj masky.
4. Zaarchivuj je do ZIP.
5. Odevzdej je a doufej v nejlepší.

Hodně štěstí, Agente. Matice tě sleduje.