Liczba kategorii z połączonych obrazów

🏞️ Liczba kategorii z połączonych obrazów

Dla tego problemu musisz zaimplementować model zdolny do oszacowania liczby różnych kategorii w obrazie utworzonym przez połączenie kilku małych obrazów.

---

🔹 Zbiór danych

Zbiór danych jest dostarczany w postaci obrazów i powiązanych plików CSV:

• train.csv: zawiera przykłady do trenowania modelu

  Kolumna	Typ	Opis
  SampleID	integer	Unikalny identyfikator dla każdego przykładu
  ImagePath	string	Ścieżka do połączonego obrazu
  Label	integer	Liczba różnych kategorii w obrazie

• test.csv: zawiera przykłady do predykcji

  Kolumna	Typ	Opis
  SampleID	integer	Unikalny identyfikator
  ImagePath	string	Ścieżka do połączonego obrazu

⚙️ Metryka używana do oceny

Wynik dla przykładu jest obliczany w następujący sposób:

• jeśli przewidywana wartość jest równa poprawnej wartości, przyznawany jest wynik 1p;
• jeśli przewidywana wartość różni się od poprawnej wartości o jedną jednostkę (+1/-1), przyznawany jest wynik 0.5p;
• w przeciwnym razie przyznawany jest wynik 0p.

📨 Format pliku zgłoszenia

Plik zgłoszenia musi być plikiem CSV z dwiema kolumnami:

Kolumna	Typ	Opis
SampleID	integer	Unikalny identyfikator wiersza ze zbioru testowego
PredictedLabel	integer	Predykcja liczby różnych kategorii w obrazie

🔹 Przykład submission.csv

SampleID	PredictedLabel
1	4
2	2
3	3

---

🖼️ Przykład interpretacji etykiety

Jeśli połączony obraz zawiera kilka obiektów, etykieta reprezentuje liczbę różnych kategorii.

🏞️ Przykład

• Mamy obraz, który zawiera: psa, samochód i innego psa
• Liczba różnych kategorii = 2 (kategoria „pies" i kategoria „samochód")

W ten sposób model musi rozpoznać różne klasy w obrazie i zwrócić liczbę całkowitą odpowiadającą liczbie różnych klas.