Kategoriju skaits no savienotiem attēliem

🏞️ Kategoriju skaits no apvienotajiem attēliem

Šai problēmai jums jāimplementē modelis, kas spēj novērtēt atšķirīgu kategoriju skaitu attēlā, kas izveidots, apvienojot vairākus mazus attēlus.

---

🔹 Datu kopa

Datu kopa tiek nodrošināta attēlu un saistīto CSV failu veidā:

• train.csv: satur piemērus modeļa apmācībai

  Kolonna	Tips	Apraksts
  SampleID	integer	Unikāls identifikators katram piemēram
  ImagePath	string	Ceļš uz apvienoto attēlu
  Label	integer	Atšķirīgu kategoriju skaits attēlā

• test.csv: satur piemērus prognozēšanai

  Kolonna	Tips	Apraksts
  SampleID	integer	Unikāls identifikators
  ImagePath	string	Ceļš uz apvienoto attēlu

⚙️ Novērtēšanā izmantotā metrika

Punktu skaits piemēram tiek aprēķināts šādi:

• ja prognozētā vērtība ir vienāda ar pareizo vērtību, piešķirtais punktu skaits ir 1p;
• ja prognozētā vērtība atšķiras no pareizās vērtības par vienu vienību (+1/-1), piešķirtais punktu skaits ir 0.5p;
• citādi piešķirtais punktu skaits ir 0p.

📨 Iesniegšanas faila formāts

Iesniegšanas failam jābūt CSV ar divām kolonnām:

Kolonna	Tips	Apraksts
SampleID	integer	Unikāls rindas identifikators no testa kopas
PredictedLabel	integer	Atšķirīgu kategoriju skaita prognoze attēlā

🔹 submission.csv piemērs

SampleID	PredictedLabel
1	4
2	2
3	3

---

🖼️ Etiķetes interpretācijas piemērs

Ja apvienotajā attēlā ir vairāki objekti, etiķete apzīmē atšķirīgu kategoriju skaitu.

🏞️ Piemērs

• Mums ir attēls, kas satur: suņuku, mašīnu un vēl vienu suņuku
• Atšķirīgu kategoriju skaits = 2 (kategorija „suņuks" un kategorija „mašīna")

Tādējādi modelim jāatpazīst dažādās klases attēlā un jāatgriež vesels skaitlis, kas atbilst atšķirīgo klašu skaitam.