Problème #36
Auteur:Mihai Nan
Difficulté
Votre meilleur score
N/D
Pour ce problème, vous devez implémenter un modèle capable d'estimer le nombre de catégories distinctes dans une image formée par la concaténation de plusieurs petites images.
Le jeu de données est fourni sous forme d'images et de CSV associés :
train.csv : contient des exemples pour l'entraînement du modèle
| Colonne | Type | Description |
|---|---|---|
| SampleID | integer | Identifiant unique pour chaque exemple |
| ImagePath | string | Chemin vers l'image concaténée |
| Label | integer | Nombre de catégories distinctes dans l'image |
test.csv : contient des exemples pour la prédiction
| Colonne | Type | Description |
|---|---|---|
| SampleID | integer | Identifiant unique |
| ImagePath | string | Chemin vers l'image concaténée |
Le score pour un exemple se calcule ainsi :
Le fichier de soumission doit être un CSV avec deux colonnes :
| Colonne | Type | Description |
|---|---|---|
| SampleID | integer | L'identifiant unique de la ligne du jeu de test |
| PredictedLabel | integer | La prédiction du nombre de catégories distinctes dans l'image |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Si une image concaténée contient plusieurs objets, le label représente le nombre de catégories distinctes.
Ainsi, le modèle doit reconnaître les classes différentes dans l'image et retourner un nombre entier correspondant au nombre de classes distinctes.