Težina
Vaš najbolji rezultat
N/D
U srcu tajnog istraživačkog instituta nalazi se Arhiva tisuću soba, podzemni labirint s prostorijama koje neprestano nadziru inteligentne kamere. Svaka kamera snima objekte, namještaj, elektroničke uređaje ili simbole misterioznih eksperimenata.
Iz nepoznatih razloga, dio podataka arhive izgubio je numeričke oznake: u zapisima se pojavljuje pitanje „koliko objekata tipa X se nalazi na slici?", ali odgovor je nestao. Istraživači su pokušali ručno rekonstruirati informacije, ali tisuće slika nemoguće je obraditi bez pomoći.
Tu stupaš na scenu ti.
Povjerena ti je uloga „Numeričkog vizualnog analitičara", jedine osobe ovlaštene za izgradnju multimodalnog modela sposobnog pogledati sliku, razumjeti pitanje i točno odgovoriti s jednim brojem.
Tako je tvoja misija da koristiš svoju vještinu u rukovanju algoritmima Umjetne inteligencije kako bi obnovio arhivu.
Imaš dvije glavne datoteke i mapu sa slikama.
train.csv — Podaci za treniranje| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — Podaci bez odgovora| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngDatoteka submission.csv mora imati sljedeći format:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Budući da su odgovori brojevi, službena evaluacija koristi MAE:
Konačni rezultat se izračunava na osnovu MAE rezultata dobivenog koristeći sljedeća pravila: