Opgave #40
Forfatter:Mihai Nan
Sværhedsgrad
Din bedste score
N/A
For dette problem skal du implementere en model, der kan udføre semantisk segmentering af billeder med geometrisk baggrund, som indeholder emojis. Modellen skal generere en binær maske, hvor pixels svarende til emojis er 255 (hvid) og baggrunden er 0 (sort).
Datasættet leveres som billeder og masker:
train.csv: indeholder eksempler til træning af modellen
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Unik identifikator for hvert eksempel |
| Path | string | Sti til billedet, der indeholder emoji |
| Mask | string | Sti til den binære maske svarende til billedet |
test.csv: indeholder eksempler til forudsigelse
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Unik identifikator |
| Path | string | Sti til billedet, der indeholder emoji |
Metrikken brugt til dette problem er:

Den samlede score beregnes som gennemsnittet af værdierne for alle billeder i test.
mean IoU).mean IoU >= 0.75 → 100 point0.50 ≤ mean IoU < 0.75 → 50–99 point proportionalt0.25 ≤ mean IoU < 0.50 → 25–49 point proportionaltmean IoU < 0.25 → 0–24 point proportionaltSubmission-filen skal være et arkiv, der indeholder en mappe med de forudsagte segmenteringsmasker og en csv-fil kaldet submission.csv, som indeholder en mapping mellem SampleID og stien til den forudsagte maske (kolonnenavnet skal være PredictedMask) for hvert billede i test:
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Den unikke identifikator for rækken fra testsættet |
| PredictedMask | string | Sti til billedfilen (PNG) med den forudsagte maske |
submission.csv| SampleID | PredictedMask |
|---|---|
| test_0 | predictions/test_0_mask.png |
| test_1 | predictions/test_1_mask.png |
| test_2 | predictions/test_2_mask.png |
| Originalt billede | Maske |
|---|---|
![]() | ![]() |
![]() | ![]() |