Classificazione delle immagini: Arte reale vs. arte generata da AI

🖼️ Classificazione delle immagini: Arte reale vs. arte generata da AI

In questo problema dovete implementare un modello di classificazione delle immagini capace di distinguere tra immagini di arte reale e immagini generate da intelligenza artificiale.
Il set di dati è organizzato in una directory con immagini e file CSV, e le prestazioni del modello saranno valutate utilizzando il F1-score.

---

🔹 Il set di dati

Il set di dati contiene due tipi di immagini:

• RealArt – immagini reali (label 0)
• AIArt – immagini generate da modelli AI (label 1)

Queste immagini sono disponibili nella directory images.

File associati:

• train.csv – per l'addestramento
• test.csv – per le predizioni

---

📁 Struttura dei file CSV

train.csv

Colonne:

• SampleID – identificatore numerico unico
• ImagePath – percorso verso l'immagine (es: images/img_000123.jpg)
• Label – 0 per arte reale, 1 per arte generata da AI

---

test.csv

Colonne:

• SampleID
• ImagePath

Senza etichette — queste devono essere predette dal modello.

---

🎯 Obiettivo del problema

Il modello deve imparare a classificare ogni immagine in una delle seguenti classi:

• 0 → Arte reale
• 1 → Arte generata da AI

---

⚙️ Criteri di valutazione

La valutazione viene effettuata utilizzando il F1-score sulle predizioni inviate per il set di test.

Formula:

---

📨 Formato del file di sottomissione

Il file CSV deve contenere esattamente due colonne:

Colonna	Tipo	Descrizione
SampleID	integer	ID dell'immagine dal test
Label	integer	Predizione (0 o 1)

🔹 Esempio

SampleID	Label
101	0
102	1
103	1

---

📝 Nota

• F1-score ≥ 0.85 → punteggio massimo
• F1-score < 0.5 → 0 punti
• Il resto dei valori sono scalati proporzionalmente

---

🌐 Provenienza dei dati

Per questo problema si utilizza un set di dati pubblico disponibile su Kaggle.