Oppgave #40
Forfatter:Mihai Nan
Vanskelighetsgrad
Din beste poengsum
N/A
For denne oppgaven må du implementere en modell som kan utføre semantisk segmentering av bilder med geometrisk bakgrunn som inneholder emojier. Modellen må generere en binær maske der pikslene som tilsvarer emojier er 255 (hvit) og bakgrunnen er 0 (svart).
Datasettet leveres som bilder og masker:
train.csv: inneholder eksempler for trening av modellen
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Unik identifikator for hvert eksempel |
| Path | string | Stien til bildet som inneholder emoji |
| Mask | string | Stien til den binære masken som tilsvarer bildet |
test.csv: inneholder eksempler for prediksjon
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Unik identifikator |
| Path | string | Stien til bildet som inneholder emoji |
Metrikken som brukes for denne oppgaven er:

Den totale poengsummen beregnes som gjennomsnittet av verdiene for alle bildene i testen.
mean IoU).mean IoU >= 0.75 → 100 poeng0.50 ≤ mean IoU < 0.75 → 50–99 poeng proporsjonalt0.25 ≤ mean IoU < 0.50 → 25–49 poeng proporsjonaltmean IoU < 0.25 → 0–24 poeng proporsjonaltInnleveringsfilen må være et arkiv som inneholder en mappe med de predikerte segmenteringsmaskene og en csv-fil kalt submission.csv som inneholder en mapping mellom SampleID og stien til den predikerte masken (kolonnenavnet må være PredictedMask) for hvert bilde i testen:
| Kolonne | Type | Beskrivelse |
|---|---|---|
| SampleID | string | Den unike identifikatoren for raden fra testsettet |
| PredictedMask | string | Stien til bildefilen (PNG) med den predikerte masken |
submission.csv| SampleID | PredictedMask |
|---|---|
| test_0 | predictions/test_0_mask.png |
| test_1 | predictions/test_1_mask.png |
| test_2 | predictions/test_2_mask.png |
| Originalbilde | Maske |
|---|---|
![]() | ![]() |
![]() | ![]() |