Détecte le Père Noël !

🎅 Détectez le Père Noël !

À la veille de Noël, l'atelier du Père Noël est plus animé que jamais. Les elfes préparent les cadeaux, les rennes lustrent leurs clochettes, et le Père Noël… apparaît dans des milliers de photos envoyées du monde entier.

Le problème est que toutes ces images ne montrent pas vraiment le véritable Père Noël. Certaines sont des costumes, d'autres sont des figurines, des publicités ou des personnes déguisées. Pour ne pas livrer les mauvais cadeaux, le Père Noël a besoin de votre aide !

Votre tâche est de construire un modèle de classification binaire d'images qui décide si dans une image apparaît le Père Noël ou non.

🎄 Jeu de données

Le jeu de données représente une archive qui contient des images organisées en deux répertoires avec les fichiers CSV train.csv et test.csv.

Il existe deux classes :

• Santa – l'image contient le Père Noël (label = 1)
• Not Santa – l'image ne contient PAS le Père Noël (label = 0)

📁 Structure du dataset

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

📄 Structure des fichiers CSV

train.csv

Contient les images utilisées pour l'entraînement du modèle.

Colonnes :

• image_path – chemin relatif vers l'image (ex : train/img_000123.jpg)
• label –
  • 1 → Père Noël
  • 0 → Ce n'est pas le Père Noël

test.csv

Contient les images pour lesquelles des prédictions doivent être réalisées.

Colonnes :

• image_path – chemin relatif vers l'image

⚠️ Le fichier ne contient PAS la colonne label. Celle-ci doit être prédite par votre modèle.

🎯 Objectif du problème

Pour chaque image du jeu de test, votre modèle doit décider :

• 1 → l'image contient le Père Noël
• 0 → l'image ne contient pas le Père Noël

Les résultats seront comparés aux étiquettes réelles gardées secrètes par les organisateurs.

⚙️ Critères d'évaluation

La performance de la solution sera évaluée en utilisant le F1-score, une métrique d'évaluation qui combine la précision et le rappel, adaptée aux problèmes de classification binaire.

Formule :

📨 Format du fichier de soumission

Vous devez envoyer un fichier CSV avec exactement deux colonnes, dans le format suivant :

🔹 Exemple de soumission

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

📝 Distribution du score

• F1-score ≥ 0.95 → score maximum 🎁
• F1-score < 0.70 → 0 point
• Pour les valeurs intermédiaires, le score s'échelonne proportionnellement

❄️ Observations

• Les noms des fichiers ne contiennent pas d'informations sur la classe
• L'ordre des images est aléatoire
• Toute méthode d'apprentissage automatique est permise
• L'objectif est d'apprendre au modèle à reconnaître des motifs visuels

🎅 Le Père Noël compte sur vous !
Aidez-le à identifier les bonnes images et à livrer les cadeaux à temps !