Kuvien luokittelu: Todellinen taide vs. tekoälyn tuottama taide

🖼️ Kuvien luokittelu: Todellinen taide vs. tekoälyn tuottama taide

Tässä tehtävässä sinun tulee toteuttaa kuvien luokittelumalli, joka kykenee erottamaan todellisen taiteen kuvat tekoälyn tuottamista kuvista.
Tietojoukko on järjestetty hakemistoon, joka sisältää kuvia ja CSV-tiedostoja, ja mallin suorituskykyä arvioidaan käyttäen F1-pistettä.

---

🔹 Tietojoukko

Tietojoukko sisältää kahdenlaisia kuvia:

• RealArt – todelliset kuvat (label 0)
• AIArt – AI-mallien tuottamat kuvat (label 1)

Nämä kuvat ovat saatavilla images-hakemistossa.

Liittyvät tiedostot:

• train.csv – harjoittelua varten
• test.csv – ennustuksia varten

---

📁 CSV-tiedostojen rakenne

train.csv

Sarakkeet:

• SampleID – yksilöllinen numeerinen tunniste
• ImagePath – polku kuvaan (esim: images/img_000123.jpg)
• Label – 0 todelliselle taiteelle, 1 tekoälyn tuottamalle taiteelle

---

test.csv

Sarakkeet:

• SampleID
• ImagePath

Ei etikettejä — mallin tulee ennustaa nämä.

---

🎯 Tehtävän tavoite

Mallin tulee oppia luokittelemaan jokainen kuva johonkin seuraavista luokista:

• 0 → Todellinen taide
• 1 → Tekoälyn tuottama taide

---

⚙️ Arviointikriteerit

Arviointi tehdään käyttäen F1-pistettä testijoukkolle lähetetyistä ennusteista.

Kaava:

---

📨 Palautustiedoston muoto

CSV-tiedoston tulee sisältää täsmälleen kaksi saraketta:

Sarake	Tyyppi	Kuvaus
SampleID	integer	Kuvan ID testistä
Label	integer	Ennuste (0 tai 1)

🔹 Esimerkki

SampleID	Label
101	0
102	1
103	1

---

📝 Huomautus

• F1-piste ≥ 0.85 → maksimipisteet
• F1-piste < 0.5 → 0 pistettä
• Muut arvot skaalataan suhteellisesti

---

🌐 Datan alkuperä

Tässä tehtävässä käytetään Kagglessa saatavilla olevaa julkista tietojoukkoa.