Archivio delle parole disegnate

✍️ Archivio delle parole disegnate 🖼️

✨ Una sfida di riconoscimento visivo

In una biblioteca digitale segreta, conosciuta con il nome di
Archivio delle parole disegnate, sono conservate migliaia di immagini con parole scritte a mano, ciascuna accompagnata da una piccola illustrazione che ne suggerisce il significato.

Purtroppo, un glitch misterioso ha colpito il sistema di indicizzazione, e le etichette di molte immagini si sono perse.
Ora, solo un Maestro della visione computazionale può restaurare l'ordine e il senso di queste immagini.

Ogni immagine contiene:

• una parola scritta a mano, con inchiostro nero su sfondo bianco
• una piccola illustrazione che rappresenta l'oggetto o il concetto di quella parola

Lo stile è realistico, pulito e chiaro, tuttavia la parola deve essere riconosciuta esclusivamente dall'immagine.

🗂 I dati ricevuti

Hai a disposizione i seguenti file:

📁 train.csv

Contiene esempi etichettati per l'addestramento:

• image_path – il percorso verso l'immagine
• label – la parola scritta a mano nell'immagine
  Tutte le immagini di train.csv si trovano nella directory output_dataset/train/.

📁 test.csv

Contiene:

• image_path – il percorso verso l'immagine

⚠️ La colonna label manca e deve essere predetta dal tuo modello.

Tutte le immagini di test.csv si trovano nella directory output_dataset/test/.

🧠 Le parole che il modello deve riconoscere

Il tuo modello deve riconoscere esattamente una delle seguenti 20 parole possibili:

1apple, banana, cat, dog, elephant,2flower, house, moon, sun, tree,3violin, lion, kite, boat, star,4fish, pencil, cake, book, umbrella

Ogni immagine appartiene a una singola classe.

🎯 Il tuo compito

Costruisci un modello di classificazione delle immagini che, per ogni immagine in test.csv, predica correttamente la parola scritta a mano.

📤 Il formato del file submission.csv

Alla fine, genererai un file submission.csv con la seguente struttura:

1image_path,label2output_dataset/test/000001.png,banana3output_dataset/test/000002.png,cat4output_dataset/test/000003.png,tree

📊 Valutazione

La performance del modello sarà valutata usando l'accuratezza:

1accuracy = (numero_predizioni_corrette / numero_totale_predizioni)

🏅 Sistema di punteggio:

• accuracy ≥ 98% → 100 punti
• accuracy ≤ 20% → 0 punti
• altrimenti → scalatura lineare tra 0 e 100

🏆 Diventa il maestro dell'Archivio delle parole disegnate!

Ogni lettera conta. Ogni linea di inchiostro nasconde un significato.

Dimostra che il tuo modello può vedere, comprendere e riconoscere le parole dalle immagini e riporta l'ordine nell'Archivio delle parole disegnate! ✨📚