Tualeto piktogramų suderinimas

Tualetų piktogramų suporavimas

Problemos aprašymas

Šis uždavinys orientuotas į modelio mokymą, kad jis išmoktų ryšį tarp vyrų ir moterų tualetų piktogramų iš to paties tualeto. Remdamiesi pažymėtais mokymo duomenimis, turite išmokyti suporavimo modelį, kuris, gavęs užklausos vaizdą, randa skirtingo lyties analogą (pavyzdžiui, suporuoja vyriškos lyties piktogramą iš apkarpyto vaizdo su moteriškos lyties analogu iš originalaus vaizdo), su apribojimu, kad abi piktogramos turi būti iš to paties tualeto.

Pavyzdžiui, užklausos vaizdui (t.y. vyriškos lyties piktogramai apkarptame vaizde), pateiktam žemiau 1 pav., jo atitinkamas analogas pateiktas 2 pav. (t.y. moteriškos lyties piktograma originaliame vaizde, kuri yra iš to paties tualeto).

1 paveikslas	2 paveikslas

Duomenų rinkinys

Mokymo rinkinys

Šis duomenų rinkinys gali būti naudojamas modelio mokymui. Katalogų struktūra:

1train/ 2├── crop/ # Apkarpytos piktogramos 3│ ├── female/ 1.png, 2.png, ... 4│ └── male/ 5└── orig/ # Originalios piktogramos6    ├── female/7    └── male/

Kiekviename poaplankėje yra piktogramos, pavadintos nuo 1.png iki 82.png, kur skaičius nurodo tualeto ID. Kiekvienam tualetui yra keturi vaizdai (atkreipkite dėmesį, kad keturi vaizdai iš to paties tualeto turės tą patį unikalų ID visuose keturiuose poaplankiuose):

• crop/female/i.png → Apkarpyta moters piktograma
• crop/male/i.png → Apkarpyta vyro piktograma
• orig/female/i.png → Originali moteriška piktograma
• orig/male/i.png → Originali vyriška piktograma

Validavimo ir testavimo rinkiniai

Validavimo rinkinys (validation_set) ir testavimo rinkinys (test_set) turi du poaplankius su tokia struktūra:

1validation_set/2├── query/ # Apkarpytos piktogramos, kurios bus suporuojamos 3└── gallery/ # Originalių piktogramų kandidatai

1test_set/ 2├── query/ # Apkarpytos piktogramos, kurios bus suporuojamos 3└── gallery/ # Originalių piktogramų rinkinys suporavimui

kur

• query/ - apkarpytos piktogramos, kurias reikia suporuoti;
• gallery/ - originalių piktogramų rinkinys, iš kurio reikia suporuoti;
• Visi vaizdai yra .png formato.
• Validavimo rinkinyje yra 10 vaizdų query/ aplankale, o testavimo rinkinyje yra 30 vaizdų savo query/ aplankale.

Pastabos:

• Skirtingai nuo siūlomo mokymo rinkinio padalijimo, failų pavadinimai query/ ir gallery/ yra sunumeruoti ir sumaišyti nepriklausomai, tai reiškia, kad suporavimas negali remtis ID.
• Kiekvienai apkarptai piktogramai iš query/ yra tiksliai du originalai gallery/ (vyras, moteris iš to paties tualeto), tai reiškia, kad len(gallery)=2*len(query).

Užduotis

Kiekvienam vaizdui iš query/ aplanko, prognozuokite vaizdą iš gallery/, kuris:

• Yra priešingos lyties ir kilęs iš to paties tualeto.

Šis suporavimas turėtų būti atliekamas naudojant išmokytą modelį.

Pateikimo failas

Turėsite sugeneruoti submission.csv failą, kuriame būtų:

1image_path, label2dataset/validation_set/query/1.png, 73dataset/test_set/query/1.png, 24...

kur:

• image_path yra kelias į vaizdą iš query/, kuriam daroma prognozė (paimtas iš test.csv)
• label yra skaičius, kurį turi pavadinime vaizdas iš gallery/, kuris suporuojamas su tuo iš query.

Įvertinimas

Vertinimo metrika bus klasifikavimo tikslumas, apibrėžtas kaip teisingai prognozuotų pavyzdžių dalis iš bendro vertintų pavyzdžių skaičiaus.

Galutinis balas apskaičiuojamas pagal gautą tikslumą naudojant šias taisykles:

• tikslumas ≥ 0.9 → 100 taškų
• tikslumas ≤ 0.5 → 0 taškų
• Tarpinėms vertėms skiriamas proporcionalus balas tarp 0 ir 100.