Malefiguuride tuvastamine

Malendite tuvastamine

Mall on kuulus strateegiline mäng, millel on sajandite pikkune ajalugu ja mis on tuntud oma keerukuse ning kõrgete loogilise mõtlemise ja planeerimise nõuete poolest. Side male ja tehisintellekti vahel on tihe: paljud algoritmid ja masinõppe tehnikad on välja töötatud just selleks, et luua agente, kes suudavad malet mängida kõrgel tasemel.

Ajalooline hetk selles kontekstis oli 1997. aastal, kui IBM-i poolt välja töötatud arvuti Deep Blue võitis maailmameistri Garry Kasparovi, demonstreerides arvutite potentsiaali keerukates strateegilistes mängudes.

🗂 Saadud andmed

Sul on kasutada andmestik, mis koosneb järgmistest failidest:

📁 train.csv

Sisaldab:

• id – unikaalne identifikaator (P00001, P00002 …)
• image_path – tee pildini
• label – nuppu tüüp (bishop, knight, pawn, queen, rook)

📁 test.csv

Sisaldab:

• id – unikaalne identifikaator
• image_path – tee pildini

Kõik pildid on salvestatud kausta images/.

🎯 Tööülesanne

Ehita piltide klassifitseerimise mudel, mis suudab eristada malendurit (bishop, knight, pawn, queen, rook). Võid kasutada mis tahes kaasaegset süvaõppe arhitektuuri: ResNet, EfficientNet, Vision Transformer, ConvNeXt jne, võimalusel koos eelkoolitatud mudelite peenhäälestamisega.

Lõpuks genereerid faili submission.csv kujul:

1id,label2P00081,queen3P00082,knight

📊 Hindamine

Mudeli hindamiseks kasutatav mõõdik on täpsus:

1accuracy = (õigete_ennustuste_arv / ennustuste_koguarv)

🏅 Punktisüsteem:

• accuracy ≥ 90% → 100 punkti
• accuracy < 20% → 0 punkti
• muul juhul → proportsionaalne punktisumma 0 ja 100 vahel