זיהוי כלי שחמט

זיהוי כלי שחמט

שחמט הוא משחק אסטרטגי מפורסם, עם היסטוריה של מאות שנים, המוכר במורכבותו ובדרישות הגבוהות לחשיבה לוגית ותכנון. הקשר בין שחמט לבינה מלאכותית הוא הדוק: אלגוריתמים וטכניקות למידת מכונה רבים פותחו דווקא כדי ליצור סוכנים המסוגלים לשחק שחמט ברמה גבוהה.

רגע היסטורי בהקשר זה היה בשנת 1997, כאשר המחשב Deep Blue, שפותח על ידי IBM, ניצח את אלוף העולם גארי קספרוב, והוכיח את הפוטנציאל של מחשבים במשחקים אסטרטגיים מורכבים.

🗂 הנתונים שהתקבלו

עומד לרשותך סט נתונים המורכב מהקבצים הבאים:

📁 train.csv

מכיל:

• id – מזהה ייחודי (P00001, P00002 …)
• image_path – הנתיב לתמונה
• label – סוג הכלי (bishop, knight, pawn, queen, rook)

📁 test.csv

מכיל:

• id – מזהה ייחודי
• image_path – הנתיב לתמונה

כל התמונות מאוחסנות בתיקייה images/.

🎯 משימת העבודה

בנה מודל לסיווג תמונות שיכול להבחין בין כלי השחמט (bishop, knight, pawn, queen, rook). אתה יכול להשתמש בכל ארכיטקטורה מודרנית של deep learning: ResNet, EfficientNet, Vision Transformer, ConvNeXt וכו', אולי עם fine-tuning על מודלים מאומנים מראש.

בסוף, תיצור קובץ submission.csv בצורה:

1id,label2P00081,queen3P00082,knight

📊 הערכה

המדד המשמש להערכת המודל הוא דיוק:

1accuracy = (מספר_תחזיות_נכונות / מספר_כולל_תחזיות)

🏅 מערכת ניקוד:

• accuracy ≥ 90% → 100 נקודות
• accuracy < 20% → 0 נקודות
• אחרת → ניקוד פרופורציונלי בין 0 ל-100