Vanskelighetsgrad
Din beste poengsum
N/A
I hjertet av et hemmelig forskningsinstitutt ligger Arkivet til de tusen kamrene, en underjordisk labyrint med rom som overvåkes kontinuerlig av intelligente kameraer. Hvert kamera fanger opp objekter, møbler, elektroniske enheter eller symboler fra mystiske eksperimenter.
Av ukjente årsaker har en del av arkivdataene mistet sine numeriske etiketter: i opptakene vises spørsmålet "hvor mange objekter av type X finnes i bildet?", men svaret har forsvunnet. Forskerne har forsøkt å rekonstruere informasjonen manuelt, men tusenvis av bilder er umulig å behandle uten hjelp.
Her kommer du inn.
Du har fått rollen som "Numerisk visuell analytiker", den eneste personen som er autorisert til å bygge en multimodal modell som kan se på et bilde, forstå spørsmålet og svare korrekt med et enkelt tall.
Dermed er oppdraget ditt å bruke din ferdighet i håndtering av algoritmer for kunstig intelligens til å restaurere arkivet.
Du har to hovedfiler og en mappe med bilder.
train.csv — Treningsdata| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — Data uten svar| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngFilen submission.csv må ha følgende format:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Siden svarene er tall, bruker den offisielle evalueringen MAE:
Den endelige poengsummen beregnes basert på MAE-skåren oppnådd ved å bruke følgende regler: