Tunnista joulupukki!

🎅 Tunnista Joulupukki!

Jouluaattona Joulupukin työpaja on vilkkaampi kuin koskaan. Tontut valmistavat lahjoja, porot kiillottavat kellojaan, ja Joulupukki... esiintyy tuhansissa valokuvissa, jotka on lähetetty ympäri maailmaa.

Ongelma on, että kaikki nämä kuvat eivät todellakaan kuvaa aitoa Joulupukkia. Jotkut ovat pukuja, toiset ovat figuriineja, mainoksia tai pukeutuneita ihmisiä. Jotta vääriä lahjoja ei toimitettaisi, Joulupukki tarvitsee teidän apuanne!

Tehtävänne on rakentaa kuvien binäärinen luokittelumalli, joka päättää, esiintyykö kuvassa Joulupukki vai ei.

🎄 Tietojoukko

Tietojoukko on arkisto, joka sisältää kuvia järjestettynä kahteen hakemistoon yhdessä CSV-tiedostojen train.csv ja test.csv kanssa.

On olemassa kaksi luokkaa:

• Santa – kuva sisältää Joulupukin (label = 1)
• Not Santa – kuva EI sisällä Joulupukkia (label = 0)

📁 Tietojoukon rakenne

1dataset/2├── train/3│ ├── img_000001.jpg4│ ├── img_000002.jpg5│ └── ...6├── test/7│ ├── img_001234.jpg8│ ├── img_001235.jpg9│ └── ...10├── train.csv11└── test.csv

📄 CSV-tiedostojen rakenne

train.csv

Sisältää kuvat, joita käytetään mallin kouluttamiseen.

Sarakkeet:

• image_path – suhteellinen polku kuvaan (esim. train/img_000123.jpg)
• label –
  • 1 → Joulupukki
  • 0 → Ei ole Joulupukki

test.csv

Sisältää kuvat, joille ennusteet tulee tehdä.

Sarakkeet:

• image_path – suhteellinen polku kuvaan

⚠️ Tiedosto EI sisällä label-saraketta. Tämä tulee ennustaa mallillanne.

🎯 Ongelman tavoite

Jokaiselle testijoukon kuvalle mallienne tulee päättää:

• 1 → kuva sisältää Joulupukin
• 0 → kuva ei sisällä Joulupukkia

Tuloksia verrataan todellisiin tunnisteisiin, jotka järjestäjät pitävät salassa.

⚙️ Arviointikriteerit

Ratkaisun suorituskykyä arvioidaan käyttäen F1-pistettä, arviointimetriikkaa, joka yhdistää tarkkuuden ja muistamisen, sopii binäärisiin luokitteluongelmiin.

Kaava:

📨 Lähetystiedoston muoto

Teidän tulee lähettää CSV-tiedosto, jossa on täsmälleen kaksi saraketta, seuraavassa muodossa:

🔹 Esimerkki lähetyksestä

1image_path,label2test/img_001234.jpg,13test/img_001235.jpg,04test/img_001236.jpg,1

📝 Pistemäärän jakautuminen

• F1-score ≥ 0.95 → maksimipisteet 🎁
• F1-score < 0.70 → 0 pistettä
• Väliarvoille pisteet skaalataan suhteellisesti

❄️ Huomautukset

• Tiedostojen nimet eivät sisällä tietoa luokasta
• Kuvien järjestys on satunnainen
• Mikä tahansa koneoppimismenetelmä on sallittu
• Tavoite on opettaa malli tunnistamaan visuaalisia malleja

🎅 Joulupukki luottaa teihin!
Auttakaa häntä tunnistamaan oikeat kuvat ja toimittamaan lahjat ajoissa!