Indlæser...
Opgave #36
Forfatter:Mihai Nan
Sværhedsgrad
Din bedste score
N/A
For dette problem skal du implementere en model, der kan estimere antallet af distinkte kategorier i et billede dannet ved sammenkædning af flere små billeder.
Datasættet leveres som billeder og tilhørende CSV-filer:
train.csv: indeholder eksempler til træning af modellen
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | integer | Unikt identifikator for hvert eksempel |
| ImagePath | string | Stien til det sammenkædede billede |
| Label | integer | Antallet af distinkte kategorier i billedet |
test.csv: indeholder eksempler til forudsigelse
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | integer | Unikt identifikator |
| ImagePath | string | Stien til det sammenkædede billede |
Scoren for et eksempel beregnes således:
Indsendelsesfile skal være en CSV med to kolonner:
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | integer | Det unikke identifikator for rækken fra testsættet |
| PredictedLabel | integer | Forudsigelsen af antallet af distinkte kategorier i billedet |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Hvis et sammenkædet billede indeholder flere objekter, repræsenterer label'et antallet af distinkte kategorier.
Således skal modellen genkende de forskellige klasser i billedet og returnere et heltal svarende til antallet af distinkte klasser.