Dificultad
Tu mejor puntuación
N/D
En el corazón de un instituto secreto de investigación se encuentra el Archivo de las mil cámaras, un laberinto subterráneo con habitaciones monitoreadas las 24 horas por cámaras inteligentes. Cada cámara captura objetos, mobiliario, dispositivos electrónicos o símbolos de experimentos misteriosos.
Por razones desconocidas, una parte de los datos del archivo han perdido sus etiquetas numéricas: en los registros aparece la pregunta "¿cuántos objetos de tipo X hay en la imagen?", pero la respuesta ha desaparecido. Los investigadores han intentado reconstituir manualmente la información, pero miles de imágenes son imposibles de procesar sin ayuda.
Aquí intervienes tú.
Se te ha confiado el rol de "Analista visual numérico", la única persona autorizada para construir un modelo multimodal capaz de mirar una imagen, entender la pregunta y responder correctamente con un solo número.
Así, tu misión es usar tu destreza en el manejo de algoritmos de Inteligencia Artificial para restaurar el archivo.
Tienes dos archivos principales y una carpeta con imágenes.
train.csv — Datos de entrenamiento| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — Datos sin respuesta| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngEl archivo submission.csv debe tener el siguiente formato:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Dado que las respuestas son números, la evaluación oficial usa MAE:
El puntaje final se calcula basándose en el score MAE obtenido usando las siguientes reglas: