Kategorijų skaičius sujungtuose vaizduose

🏞️ Kategorijų skaičius sujungtose nuotraukose

Šiai problemai turite implementuoti modelį, kuris gali įvertinti skirtingų kategorijų skaičių nuotraukoje, suformuotoje sujungiant kelias mažas nuotraukas.

---

🔹 Duomenų rinkinys

Duomenų rinkinys pateikiamas nuotraukų ir susijusių CSV failų pavidalu:

• train.csv: pateikia pavyzdžius modelio mokymui

  Stulpelis	Tipas	Aprašymas
  SampleID	integer	Unikalus identifikatorius kiekvienam pavyzdžiui
  ImagePath	string	Kelias iki sujungtos nuotraukos
  Label	integer	Skirtingų kategorijų skaičius nuotraukoje

• test.csv: pateikia pavyzdžius prognozėms

  Stulpelis	Tipas	Aprašymas
  SampleID	integer	Unikalus identifikatorius
  ImagePath	string	Kelias iki sujungtos nuotraukos

⚙️ Vertinimo metrika

Pavyzdžio balas skaičiuojamas taip:

• jei prognozuojama vertė lygi teisingai vertei, skiriamas balas yra 1t.;
• jei prognozuojama vertė skiriasi nuo teisingos vertės vienu vienetu (+1/-1), skiriamas balas yra 0,5t.;
• kitu atveju skiriamas balas yra 0t.

📨 Pateikimo failo formatas

Pateikimo failas turi būti CSV su dviem stulpeliais:

Stulpelis	Tipas	Aprašymas
SampleID	integer	Unikalus eilutės identifikatorius iš testo rinkinio
PredictedLabel	integer	Skirtingų kategorijų skaičiaus prognozė nuotraukoje

🔹 submission.csv pavyzdys

SampleID	PredictedLabel
1	4
2	2
3	3

---

🖼️ Žymos interpretavimo pavyzdys

Jei sujungtoje nuotraukoje yra keli objektai, žyma reiškia skirtingų kategorijų skaičių.

🏞️ Pavyzdys

• Turime nuotrauką, kurioje yra: šuniukas, automobilis ir dar vienas šuniukas
• Skirtingų kategorijų skaičius = 2 („šuniuko" kategorija ir „automobilio" kategorija)

Taigi modelis turi atpažinti skirtingas klases nuotraukoje ir grąžinti sveikąjį skaičių, atitinkantį skirtingų klasių skaičių.