Archief van getekende woorden

✍️ Archief van getekende woorden 🖼️

✨ Een visuele herkenningsuitdaging

In een geheime digitale bibliotheek, bekend als het
Archief van getekende woorden, worden duizenden afbeeldingen bewaard van handgeschreven woorden, elk vergezeld van een kleine illustratie die de betekenis suggereert.

Helaas heeft een mysterieuze glitch het indexeringssysteem aangetast, en zijn de labels van veel afbeeldingen verloren gegaan.
Nu kan alleen een Meester van computer vision de orde en betekenis van deze afbeeldingen herstellen.

Elke afbeelding bevat:

• een handgeschreven woord, met zwarte inkt op een witte achtergrond
• een kleine illustratie die het object of concept van dat woord weergeeft

De stijl is realistisch, schoon en duidelijk, maar het woord moet uitsluitend uit de afbeelding herkend worden.

🗂 Ontvangen gegevens

Je hebt de volgende bestanden tot je beschikking:

📁 train.csv

Bevat gelabelde voorbeelden voor training:

• image_path – het pad naar de afbeelding
• label – het handgeschreven woord uit de afbeelding
  Alle afbeeldingen uit train.csv bevinden zich in de directory output_dataset/train/.

📁 test.csv

Bevat:

• image_path – het pad naar de afbeelding

⚠️ De kolom label ontbreekt en moet voorspeld worden door jouw model.

Alle afbeeldingen uit test.csv bevinden zich in de directory output_dataset/test/.

🧠 Woorden die het model moet herkennen

Jouw model moet precies één van de volgende 20 mogelijke woorden herkennen:

1apple, banana, cat, dog, elephant,2flower, house, moon, sun, tree,3violin, lion, kite, boat, star,4fish, pencil, cake, book, umbrella

Elke afbeelding behoort tot één enkele klasse.

🎯 Jouw taak

Bouw een beeldclassificatiemodel dat voor elke afbeelding uit test.csv het handgeschreven woord correct voorspelt.

📤 Formaat van het bestand submission.csv

Aan het eind genereer je een bestand submission.csv met de volgende structuur:

1image_path,label2output_dataset/test/000001.png,banana3output_dataset/test/000002.png,cat4output_dataset/test/000003.png,tree

📊 Evaluatie

De prestatie van het model wordt geëvalueerd met behulp van nauwkeurigheid:

1accuracy = (aantal_juiste_voorspellingen / totaal_aantal_voorspellingen)

🏅 Puntensysteem:

• accuracy ≥ 98% → 100 punten
• accuracy ≤ 20% → 0 punten
• anders → lineaire schaling tussen 0 en 100

🏆 Word de meester van het Archief van getekende woorden!

Elke letter telt. Elke inktlijn verbergt een betekenis.

Bewijs dat jouw model kan zien, begrijpen en herkennen van woorden uit afbeeldingen en herstel de orde in het Archief van getekende woorden! ✨📚