Zadanie #40
Autor:Mihai Nan
Trudność
Twój najlepszy wynik
Nie dotyczy
Dla tego problemu musisz zaimplementować model zdolny do realizacji segmentacji semantycznej obrazów z geometrycznym tłem zawierających emotikony. Model musi generować maskę binarną, w której piksele odpowiadające emotikonom to 255 (biały), a tło to 0 (czarny).
Zbiór danych jest dostarczony w postaci obrazów i masek:
train.csv: zawiera przykłady do trenowania modelu
| Kolumna | Typ | Opis |
|---|---|---|
| SampleID | string | Unikalny identyfikator dla każdego przykładu |
| Path | string | Ścieżka do obrazu zawierającego emoji |
| Mask | string | Ścieżka do maski binarnej odpowiadającej obrazowi |
test.csv: zawiera przykłady do predykcji
| Kolumna | Typ | Opis |
|---|---|---|
| SampleID | string | Unikalny identyfikator |
| Path | string | Ścieżka do obrazu zawierającego emoji |
Metryka używana dla tego problemu to:

Całkowity wynik oblicza się jako średnią wartości dla wszystkich obrazów z testu.
mean IoU).mean IoU >= 0.75 → 100 punktów0.50 ≤ mean IoU < 0.75 → 50–99 punktów proporcjonalnie0.25 ≤ mean IoU < 0.50 → 25–49 punktów proporcjonalniemean IoU < 0.25 → 0–24 punkty proporcjonalniePlik zgłoszenia musi być archiwum zawierającym katalog z przewidywanymi maskami segmentacji oraz plik csv o nazwie submission.csv, który zawiera mapowanie między SampleID a ścieżką do przewidywanej maski (nazwa kolumny musi być PredictedMask) dla każdego obrazu z testu:
| Kolumna | Typ | Opis |
|---|---|---|
| SampleID | string | Unikalny identyfikator wiersza ze zbioru testowego |
| PredictedMask | string | Ścieżka do pliku obrazu (PNG) z przewidywaną maską |
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 |
| Obraz oryginalny | Maska |
|---|---|
![]() | ![]() |
![]() | ![]() |