Identificiranje šahovskih figura

Identifikacija šahovskih figura

Šah je poznata strateška igra s poviješću od nekoliko stoljeća, prepoznata po svojoj složenosti i visokim zahtjevima za logičkim razmišljanjem i planiranjem. Veza između šaha i umjetne inteligencije je snažna: mnogi algoritmi i tehnike strojnog učenja razvijeni su upravo za stvaranje agenata sposobnih igrati šah na visokoj razini.

Povijesni trenutak u ovom kontekstu bio je 1997. godine, kada je računalo Deep Blue, razvijeno od IBM-a, pobijedilo svjetskog prvaka Garryja Kasparova, demonstrirajući potencijal računala u složenim strateškim igrama.

🗂 Primljeni podaci

Na raspolaganju imate skup podataka koji se sastoji od sljedećih datoteka:

📁 train.csv

Sadrži:

• id – jedinstveni identifikator (P00001, P00002 …)
• image_path – putanja do slike
• label – tip figure (bishop, knight, pawn, queen, rook)

📁 test.csv

Sadrži:

• id – jedinstveni identifikator
• image_path – putanja do slike

Sve slike su pohranjene u direktoriju images/.

🎯 Radni zadatak

Izgradite model za klasifikaciju slika koji može razlikovati šahovske figure (bishop, knight, pawn, queen, rook). Možete koristiti bilo koju modernu arhitekturu dubokog učenja: ResNet, EfficientNet, Vision Transformer, ConvNeXt itd., eventualno s fine-tuning-om na pretrenirane modele.

Na kraju ćete generirati datoteku submission.csv s oblikom:

1id,label2P00081,queen3P00082,knight

📊 Evaluacija

Metrika koja se koristi za evaluaciju modela je točnost:

1accuracy = (broj_točnih_predviđanja / ukupan_broj_predviđanja)

🏅 Sustav bodovanja:

• accuracy ≥ 90% → 100 bodova
• accuracy < 20% → 0 bodova
• inače → proporcionalni bodovi između 0 i 100