სირთულე
თქვენი საუკეთესო შედეგი
არ არის
შობის წინა ღამეს, სანტა კლაუსის ღია ოფისი უფრო დატვირთულია ვიდრე ოდესმე. ელფები ამზადებენ საჩუქრებს, ირმები ასუფთავებენ ზარებს, ხოლო სანტა... ჩნდება ათასობით ფოტოში, რომლებიც მთელი მსოფლიოდან იგზავნება.
პრობლემა ისაა, რომ ყველა ეს სურათი ნამდვილად არ აღბეჭდავს ნამდვილ სანტა კლაუსს. ზოგი კოსტიუმია, სხვები ფიგურები, რეკლამები ან გადაცმული ადამიანები. არასწორი საჩუქრების მიწოდების თავიდან ასაცილებლად, სანტა კლაუსს თქვენი დახმარება სჭირდება!
თქვენი დავალებაა ააშენოთ სურათების ბინარული კლასიფიკაციის მოდელი, რომელიც გადაწყვეტს სურათში ჩანს თუ არა სანტა კლაუსი ან არა.
მონაცემთა ნაკრები წარმოადგენს არქივს, რომელიც შეიცავს სურათებს, ორგანიზებულს ორ დირექტორიაში CSV ფაილებთან train.csv და test.csv ერთად.
არსებობს ორი კლასი:
label = 1)label = 0)dataset/├── train/│ ├── img_000001.jpg│ ├── img_000002.jpg│ └── ...├── test/│ ├── img_001234.jpg│ ├── img_001235.jpg│ └── ...├── train.csv└── test.csvშეიცავს სურათებს, რომლებიც გამოიყენება მოდელის ტრენინგისთვის.
სვეტები:
train/img_000123.jpg)1 → სანტა კლაუსი0 → არ არის სანტა კლაუსიშეიცავს სურათებს, რომლებისთვისაც უნდა გაკეთდეს პროგნოზები.
სვეტები:
⚠️ ფაილი არ შეიცავს
labelსვეტს. ეს უნდა იყოს პროგნოზირებული თქვენი მოდელის მიერ.
ტესტ ნაკრების ყოველი სურათისთვის, თქვენი მოდელი უნდა გადაწყვიტოს:
შედეგები შედარდება ნამდვილ ეტიკეტებთან, რომლებიც საიდუმლოდ ინახება ორგანიზატორების მიერ.
გადაწყვეტის შესრულება შეფასდება F1-score-ის გამოყენებით, შეფასების მეტრიკა, რომელიც აერთიანებს სიზუსტეს და სიზუსტეს, შესაფერისია ბინარული კლასიფიკაციის პრობლემებისთვის.
ფორმულა:
უნდა გაგზავნოთ CSV ფაილი ზუსტად ორი სვეტით, შემდეგ ფორმატში:
| სვეტი | ტიპი | აღწერა |
|---|---|---|
| image_path | string | სურათის გზა test/-დან |
| label | integer | პროგნოზი (0 ან 1) |
image_path,labeltest/img_001234.jpg,1test/img_001235.jpg,0test/img_001236.jpg,1🎅 სანტა კლაუსი თქვენზე ითვლის!
დაეხმარეთ სწორი სურათების იდენტიფიცირებაში და საჩუქრების დროულად მიწოდებაში!