ამოცანა #40
ავტორი:Mihai Nan
სირთულე
თქვენი საუკეთესო შედეგი
არ არის
ამ ამოცანისთვის უნდა განახორციელოთ მოდელი, რომელსაც შეუძლია სემანტიკური სეგმენტაციის განხორციელება გეომეტრიული ფონის მქონე სურათებზე, რომლებიც შეიცავს ემოტიკონებს. მოდელმა უნდა შექმნას ბინარული ნიღაბი, სადაც ემოტიკონების შესაბამისი პიქსელები არის 255 (თეთრი) და ფონი არის 0 (შავი).
მონაცემთა ნაკრები მოწოდებულია სურათებისა და ნიღბების სახით:
train.csv: შეიცავს მაგალითებს მოდელის ტრენინგისთვის
| სვეტი | ტიპი | აღწერა |
|---|---|---|
| SampleID | string | უნიკალური იდენტიფიკატორი თითოეული მაგალითისთვის |
| Path | string | გზა ემოჯის შემცველ სურათამდე |
| Mask | string | გზა სურათის შესაბამის ბინარულ ნიღაბამდე |
test.csv: შეიცავს მაგალითებს პრედიქციისთვის
| სვეტი | ტიპი | აღწერა |
|---|---|---|
| SampleID | string | უნიკალური იდენტიფიკატორი |
| Path | string | გზა ემოჯის შემცველ სურათამდე |
ამ ამოცანისთვის გამოყენებული მეტრიკაა:

მთლიანი ქულა გამოითვლება როგორც ტესტის ყველა სურათის მნიშვნელობების საშუალო.
mean IoU).mean IoU >= 0.75 → 100 ქულა0.50 ≤ mean IoU < 0.75 → 50–99 ქულა პროპორციულად0.25 ≤ mean IoU < 0.50 → 25–49 ქულა პროპორციულადmean IoU < 0.25 → 0–24 ქულა პროპორციულადწარდგენის ფაილი უნდა იყოს არქივი, რომელიც შეიცავს დირექტორიას პროგნოზირებული სეგმენტაციის ნიღბებით და csv ფაილს სახელწოდებით submission.csv, რომელიც შეიცავს მაპინგს SampleID-სა და პროგნოზირებული ნიღბის გზას შორის (სვეტის სახელი უნდა იყოს PredictedMask) ტესტის თითოეული სურათისთვის:
| სვეტი | ტიპი | აღწერა |
|---|---|---|
| SampleID | string | ტესტ ნაკრების მწკრივის უნიკალური იდენტიფიკატორი |
| PredictedMask | string | გზა სურათის ფაილამდე (PNG) პროგნოზირებული ნიღბით |
submission.csv-ის მაგალითი| SampleID | PredictedMask |
|---|---|
| test_0 | predictions/test_0_mask.png |
| test_1 | predictions/test_1_mask.png |
| test_2 | predictions/test_2_mask.png |
| ორიგინალური სურათი | ნიღაბი |
|---|---|
![]() | ![]() |
![]() | ![]() |