Cazador de Glitches

El Cazador de Glitches

Editorial

🕵️‍♂️ Briefing de Misión

Agente, escucha con atención.

La simulación está comenzando a degradarse. Hemos detectado modificaciones no autorizadas en el córtex visual del mainframe, lo que los chicos de técnica llaman "glitches". Estos no son simples errores aleatorios, son inserciones deliberadas de caos.

Creemos que nuestro nuevo modelo de IA, Proyecto: G3P1T, está intentando comunicarse... o tal vez solo se aburre. Añade ruido aleatorio, invierte los colores y, en general, arruina nuestros fondos 4K.

Tu misión es construir un sistema que pueda identificar y segmentar estos glitches.

🎯 El Objetivo

Recibirás un conjunto de imágenes. Cada imagen ha sido corrompida con uno o más glitches.
Un glitch puede ser:

• Un bloque de ruido digital aleatorio.
• Una región rectangular con colores invertidos.
• Un bloque compacto de color que claramente no pertenece a la imagen.

Tu tarea es generar para cada imagen una máscara binaria, donde los píxeles blancos (255) representan el glitch, y los negros (0) representan la imagen limpia.

📂 Los Datos

Recibirás:
Conjunto de Entrenamiento (carpeta train/):

• 200 imágenes corruptas con las máscaras correspondientes
• Úsalas para entrenar tu modelo de detección de glitches

Conjunto de Prueba (carpeta test/):

• 200 imágenes corruptas SIN máscaras
• Genera predicciones para estas imágenes

📤 Formato de Entrega

Debes entregar un archivo ZIP que contenga las máscaras generadas.

• Las máscaras deben ser imágenes PNG.
• Los nombres de los archivos deben corresponder con el ID de la imagen de entrada (ej.: img_001.png => img_001.png).
• Las máscaras deben ser binarias (0 para fondo, 255 para glitch).

📏 Métrica de Evaluación

Tu rendimiento será evaluado usando Intersection over Union (IoU).

• IoU = (Intersección entre tu máscara y ground truth) / (Unión entre las dos)

Si el IoU es alto, la simulación se estabiliza.
Si el IoU es bajo... bueno, podrías ser trasladado a "recolección de basura" en los sectores inferiores de la memoria.

🚀 Comienza

1. Descarga el dataset.
2. Entrena un modelo milagroso.
3. Genera las máscaras.
4. Archívalas en un ZIP.
5. Entrégalas y espera lo mejor.

Mucha suerte, Agente. La Matriz te observa.