Classification d'images : Art réel vs. art généré par IA

🖼️ Classification d'images : Art réel vs. art généré par IA

Dans ce problème, vous devez implémenter un modèle de classification d'images capable de distinguer entre les images d'art réel et les images générées par intelligence artificielle.
Le jeu de données est organisé dans un répertoire avec des images et des fichiers CSV, et la performance du modèle sera évaluée en utilisant le F1-score.

---

🔹 Le jeu de données

Le jeu de données contient deux types d'images :

• RealArt – images réelles (label 0)
• AIArt – images générées par des modèles IA (label 1)

Ces images sont disponibles dans le répertoire images.

Fichiers associés :

• train.csv – pour l'entraînement
• test.csv – pour les prédictions

---

📁 Structure des fichiers CSV

train.csv

Colonnes :

• SampleID – identifiant numérique unique
• ImagePath – chemin vers l'image (ex : images/img_000123.jpg)
• Label – 0 pour art réel, 1 pour art généré par IA

---

test.csv

Colonnes :

• SampleID
• ImagePath

Sans étiquettes — celles-ci doivent être prédites par le modèle.

---

🎯 Objectif du problème

Le modèle doit apprendre à classifier chaque image dans l'une des classes suivantes :

• 0 → Art réel
• 1 → Art généré par IA

---

⚙️ Critères d'évaluation

L'évaluation se fait en utilisant le F1-score sur les prédictions soumises pour le jeu de test.

Formule :

---

📨 Format du fichier de soumission

Le fichier CSV doit contenir exactement deux colonnes :

Colonne	Type	Description
SampleID	integer	ID de l'image du test
Label	integer	Prédiction (0 ou 1)

🔹 Exemple

SampleID	Label
101	0
102	1
103	1

---

📝 Note

• F1-score ≥ 0.85 → score maximal
• F1-score < 0.5 → 0 point
• Les autres valeurs sont mises à l'échelle proportionnellement

---

🌐 Provenance des données

Pour ce problème, on utilise un jeu de données public disponible sur Kaggle.