Classificação de imagens: Arte real vs. arte gerada por IA

🖼️ Classificação de imagens: Arte real vs. arte gerada por IA

Neste problema você deve implementar um modelo de classificação de imagens capaz de distinguir entre imagens de arte real e imagens geradas por inteligência artificial.
O conjunto de dados está organizado em um diretório com imagens e arquivos CSV, e o desempenho do modelo será avaliado usando F1-score.

---

🔹 O conjunto de dados

O conjunto de dados contém dois tipos de imagens:

• RealArt – imagens reais (label 0)
• AIArt – imagens geradas por modelos de IA (label 1)

Essas imagens estão disponíveis no diretório images.

Arquivos associados:

• train.csv – para treinamento
• test.csv – para predições

---

📁 Estrutura dos arquivos CSV

train.csv

Colunas:

• SampleID – identificador numérico único
• ImagePath – caminho para a imagem (ex: images/img_000123.jpg)
• Label – 0 para arte real, 1 para arte gerada por IA

---

test.csv

Colunas:

• SampleID
• ImagePath

Sem rótulos — estes devem ser preditos pelo modelo.

---

🎯 Objetivo do problema

O modelo deve aprender a classificar cada imagem em uma das seguintes classes:

• 0 → Arte real
• 1 → Arte gerada por IA

---

⚙️ Critérios de avaliação

A avaliação é feita usando F1-score nas predições enviadas para o conjunto de teste.

Fórmula:

---

📨 Formato do arquivo de submissão

O arquivo CSV deve conter exatamente duas colunas:

Coluna	Tipo	Descrição
SampleID	integer	ID da imagem do teste
Label	integer	Predição (0 ou 1)

🔹 Exemplo

SampleID	Label
101	0
102	1
103	1

---

📝 Nota

• F1-score ≥ 0.85 → pontuação máxima
• F1-score < 0.5 → 0 pontos
• Os demais valores são escalados proporcionalmente

---

🌐 Proveniência dos dados

Para este problema é usado um conjunto de dados público disponível no Kaggle.