Archivo de palabras dibujadas

✍️ Archivo de palabras dibujadas 🖼️

✨ Un desafío de reconocimiento visual

En una biblioteca digital secreta, conocida como
Archivo de palabras dibujadas, se conservan miles de imágenes con palabras escritas a mano, cada una acompañada de una pequeña ilustración que sugiere su significado.

Desafortunadamente, un glitch misterioso ha afectado el sistema de indexación, y las etiquetas de muchas imágenes se han perdido.
Ahora, solo un Maestro de la visión computacional puede restaurar el orden y el sentido de estas imágenes.

Cada imagen contiene:

• una palabra escrita a mano, con tinta negra sobre fondo blanco
• una pequeña ilustración que representa el objeto o concepto de esa palabra

El estilo es realista, limpio y claro, pero la palabra debe reconocerse exclusivamente desde la imagen.

🗂 Los datos recibidos

Tienes a disposición los siguientes archivos:

📁 train.csv

Contiene ejemplos etiquetados para entrenamiento:

• image_path – la ruta hacia la imagen
• label – la palabra escrita a mano en la imagen
  Todas las imágenes de train.csv se encuentran en el directorio output_dataset/train/.

📁 test.csv

Contiene:

• image_path – la ruta hacia la imagen

⚠️ La columna label falta y debe ser predicha por tu modelo.

Todas las imágenes de test.csv se encuentran en el directorio output_dataset/test/.

🧠 Las palabras que el modelo debe reconocer

Tu modelo debe reconocer exactamente una de las siguientes 20 palabras posibles:

1apple, banana, cat, dog, elephant,2flower, house, moon, sun, tree,3violin, lion, kite, boat, star,4fish, pencil, cake, book, umbrella

Cada imagen pertenece a una sola clase.

🎯 Tu tarea

Construye un modelo de clasificación de imágenes que, para cada imagen en test.csv, prediga correctamente la palabra escrita a mano.

📤 Formato del archivo submission.csv

Al final, generarás un archivo submission.csv con la siguiente estructura:

1image_path,label2output_dataset/test/000001.png,banana3output_dataset/test/000002.png,cat4output_dataset/test/000003.png,tree

📊 Evaluación

El rendimiento del modelo será evaluado usando la precisión:

1accuracy = (número_predicciones_correctas / número_total_predicciones)

🏅 Sistema de puntuación:

• accuracy ≥ 98% → 100 puntos
• accuracy ≤ 20% → 0 puntos
• de lo contrario → escalado lineal entre 0 y 100

🏆 ¡Conviértete en el maestro del Archivo de palabras dibujadas!

Cada letra cuenta. Cada línea de tinta esconde un significado.

Demuestra que tu modelo puede ver, entender y reconocer las palabras de las imágenes y restaura el orden en el Archivo de palabras dibujadas! ✨📚