Problème #40
Auteur:Mihai Nan
Difficulté
Votre meilleur score
N/D
Pour ce problème, vous devez implémenter un modèle capable de réaliser la segmentation sémantique d'images avec un arrière-plan géométrique qui contiennent des émoticônes. Le modèle doit générer un masque binaire dans lequel les pixels correspondant aux émoticônes sont 255 (blanc) et l'arrière-plan est 0 (noir).
Le jeu de données est fourni sous forme d'images et de masques :
train.csv : contient des exemples pour l'entraînement du modèle
| Colonne | Type | Description |
|---|---|---|
| SampleID | string | Identifiant unique pour chaque exemple |
| Path | string | Chemin vers l'image qui contient l'emoji |
| Mask | string | Chemin vers le masque binaire correspondant à l'image |
test.csv : contient des exemples pour la prédiction
| Colonne | Type | Description |
|---|---|---|
| SampleID | string | Identifiant unique |
| Path | string | Chemin vers l'image qui contient l'emoji |
La métrique utilisée pour ce problème est :

Le score total se calcule comme la moyenne des valeurs pour toutes les images du test.
mean IoU).mean IoU >= 0.75 → 100 points0.50 ≤ mean IoU < 0.75 → 50–99 points proportionnellement0.25 ≤ mean IoU < 0.50 → 25–49 points proportionnellementmean IoU < 0.25 → 0–24 points proportionnellementLe fichier de soumission doit être une archive qui contient un répertoire avec les masques de segmentation prédits et un fichier csv nommé submission.csv qui contient un mappage entre SampleID et le chemin vers le masque prédit (le nom de la colonne doit être PredictedMask) pour chaque image du test :
| Colonne | Type | Description |
|---|---|---|
| SampleID | string | L'identifiant unique de la ligne du jeu de test |
| PredictedMask | string | Chemin vers le fichier image (PNG) avec le masque prédit |
submission.csv| SampleID | PredictedMask |
|---|---|
| test_0 | predictions/test_0_mask.png |
| test_1 | predictions/test_1_mask.png |
| test_2 | predictions/test_2_mask.png |
| Image originale | Masque |
|---|---|
![]() | ![]() |
![]() | ![]() |