Archive des mots dessinés

✍️ Archive des mots dessinés 🖼️

✨ Un défi de reconnaissance visuelle

Dans une bibliothèque numérique secrète, connue sous le nom d'
Archive des mots dessinés, sont conservées des milliers d'images avec des mots écrits à la main, chacun accompagné d'une petite illustration qui suggère son sens.

Malheureusement, un glitch mystérieux a affecté le système d'indexation, et les étiquettes de nombreuses images ont été perdues.
Maintenant, seul un Maître de la vision par ordinateur peut restaurer l'ordre et le sens de ces images.

Chaque image contient :

• un mot écrit à la main, avec de l'encre noire sur fond blanc
• une petite illustration qui représente l'objet ou le concept de ce mot

Le style est réaliste, propre et clair, mais le mot doit être reconnu exclusivement à partir de l'image.

🗂 Données reçues

Tu disposes des fichiers suivants :

📁 train.csv

Contient des exemples étiquetés pour l'entraînement :

• image_path – le chemin vers l'image
• label – le mot écrit à la main dans l'image
  Toutes les images de train.csv se trouvent dans le répertoire output_dataset/train/.

📁 test.csv

Contient :

• image_path – le chemin vers l'image

⚠️ La colonne label manque et doit être prédite par ton modèle.

Toutes les images de test.csv se trouvent dans le répertoire output_dataset/test/.

🧠 Les mots que le modèle doit reconnaître

Ton modèle doit reconnaître exactement l'un des 20 mots possibles suivants :

1apple, banana, cat, dog, elephant,2flower, house, moon, sun, tree,3violin, lion, kite, boat, star,4fish, pencil, cake, book, umbrella

Chaque image appartient à une seule classe.

🎯 Ta tâche

Construis un modèle de classification d'images qui, pour chaque image de test.csv, prédit correctement le mot écrit à la main.

📤 Format du fichier submission.csv

À la fin, tu généreras un fichier submission.csv avec la structure suivante :

1image_path,label2output_dataset/test/000001.png,banana3output_dataset/test/000002.png,cat4output_dataset/test/000003.png,tree

📊 Évaluation

La performance du modèle sera évaluée en utilisant la précision :

1accuracy = (nombre_prédictions_correctes / nombre_total_prédictions)

🏅 Système de notation :

• accuracy ≥ 98% → 100 points
• accuracy ≤ 20% → 0 points
• sinon → mise à l'échelle linéaire entre 0 et 100

🏆 Deviens le maître de l'Archive des mots dessinés !

Chaque lettre compte. Chaque trait d'encre cache un sens.

Démontre que ton modèle peut voir, comprendre et reconnaître les mots dans les images et rétablis l'ordre dans l'Archive des mots dessinés ! ✨📚