Caricamento...
Problema #36
Autore:Mihai Nan
Difficoltà
Il tuo miglior punteggio
N/D
Per questo problema dovete implementare un modello capace di stimare il numero di categorie distinte in un'immagine formata dalla concatenazione di più immagini piccole.
Il dataset è fornito sotto forma di immagini e CSV associati:
train.csv: contiene esempi per l'addestramento del modello
| Colonna | Tipo | Descrizione |
|---|---|---|
| SampleID | integer | Identificatore unico per ogni esempio |
| ImagePath | string | Il percorso verso l'immagine concatenata |
| Label | integer | Il numero di categorie distinte nell'immagine |
test.csv: contiene esempi per la predizione
| Colonna | Tipo | Descrizione |
|---|---|---|
| SampleID | integer | Identificatore unico |
| ImagePath | string | Il percorso verso l'immagine concatenata |
Il punteggio per un esempio si calcola così:
Il file di submission deve essere un CSV con due colonne:
| Colonna | Tipo | Descrizione |
|---|---|---|
| SampleID | integer | L'identificatore unico della riga del set di test |
| PredictedLabel | integer | La predizione del numero di categorie distinte nell'immagine |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Se un'immagine concatenata contiene più oggetti, il label rappresenta il numero di categorie distinte.
Così, il modello deve riconoscere le classi diverse nell'immagine e restituire un numero intero corrispondente al numero di classi distinte.