კონკატენირებული სურათების კატეგორიების რაოდენობა

🏞️ შერწყმული სურათებიდან კატეგორიების რაოდენობა

ამ ამოცანისთვის უნდა განახორციელოთ მოდელი, რომელსაც შეუძლია შეაფასოს განსხვავებული კატეგორიების რაოდენობა სურათში, რომელიც შექმნილია რამდენიმე პატარა სურათის შერწყმით.

---

🔹 მონაცემთა ნაკრები

მონაცემთა ნაკრები მოწოდებულია სურათებისა და მათთან დაკავშირებული CSV-ების სახით:

• train.csv: შეიცავს მაგალითებს მოდელის ტრენინგისთვის

  სვეტი	ტიპი	აღწერა
  SampleID	integer	უნიკალური იდენტიფიკატორი თითოეული მაგალითისთვის
  ImagePath	string	გზა შერწყმული სურათისკენ
  Label	integer	განსხვავებული კატეგორიების რაოდენობა სურათში

• test.csv: შეიცავს მაგალითებს პროგნოზირებისთვის

  სვეტი	ტიპი	აღწერა
  SampleID	integer	უნიკალური იდენტიფიკატორი
  ImagePath	string	გზა შერწყმული სურათისკენ

⚙️ შეფასებისთვის გამოყენებული მეტრიკა

ქულა ერთი მაგალითისთვის გამოითვლება შემდეგნაირად:

• თუ პროგნოზირებული მნიშვნელობა ტოლია სწორი მნიშვნელობისა, მინიჭებული ქულაა 1პ;
• თუ პროგნოზირებული მნიშვნელობა განსხვავდება სწორი მნიშვნელობისგან ერთი ერთეულით (+1/-1), მინიჭებული ქულაა 0.5პ;
• სხვა შემთხვევაში, მინიჭებული ქულაა 0პ.

📨 წარდგენის ფაილის ფორმატი

წარდგენის ფაილი უნდა იყოს CSV ორი სვეტით:

სვეტი	ტიპი	აღწერა
SampleID	integer	ტესტ ნაკრებიდან რიგის უნიკალური იდენტიფიკატორი
PredictedLabel	integer	სურათში განსხვავებული კატეგორიების რაოდენობის პროგნოზი

🔹 submission.csv-ის მაგალითი

SampleID	PredictedLabel
1	4
2	2
3	3

---

🖼️ ლეიბლის ინტერპრეტაციის მაგალითი

თუ შერწყმულ სურათში არის რამდენიმე ობიექტი, ლეიბლი წარმოადგენს განსხვავებული კატეგორიების რაოდენობას.

🏞️ მაგალითი

• გვაქვს სურათი, რომელიც შეიცავს: ძაღლს, მანქანას და კიდევ ერთ ძაღლს
• განსხვავებული კატეგორიების რაოდენობა = 2 („ძაღლის" კატეგორია და „მანქანის" კატეგორია)

ამრიგად, მოდელმა უნდა ამოიცნოს სურათში არსებული განსხვავებული კლასები და დააბრუნოს მთელი რიცხვი, რომელიც შეესაბამება განსხვავებული კლასების რაოდენობას.