Problema #36
Autor:Mihai Nan
Dificultad
Tu mejor puntuación
N/D
Para este problema debes implementar un modelo capaz de estimar el número de categorías distintas en una imagen formada por la concatenación de varias imágenes pequeñas.
El conjunto de datos se proporciona en forma de imágenes y CSV asociados:
train.csv: contiene ejemplos para el entrenamiento del modelo
| Columna | Tipo | Descripción |
|---|---|---|
| SampleID | integer | Identificador único para cada ejemplo |
| ImagePath | string | Ruta hacia la imagen concatenada |
| Label | integer | Número de categorías distintas en la imagen |
test.csv: contiene ejemplos para predicción
| Columna | Tipo | Descripción |
|---|---|---|
| SampleID | integer | Identificador único |
| ImagePath | string | Ruta hacia la imagen concatenada |
La puntuación para un ejemplo se calcula así:
El archivo de envío debe ser un CSV con dos columnas:
| Columna | Tipo | Descripción |
|---|---|---|
| SampleID | integer | El identificador único de la fila del conjunto de prueba |
| PredictedLabel | integer | Predicción del número de categorías distintas en la imagen |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Si una imagen concatenada contiene varios objetos, la etiqueta representa el número de categorías distintas.
Así, el modelo debe reconocer las clases diferentes en la imagen y devolver un número entero correspondiente al número de clases distintas.