Problema #40
Autor:Mihai Nan
Dificuldade
A tua melhor pontuação
N/D
Para este problema você deve implementar um modelo capaz de realizar segmentação semântica de imagens com fundo geométrico que contêm emoticons. O modelo deve gerar uma máscara binária na qual os pixels correspondentes aos emoticons são 255 (branco) e o fundo é 0 (preto).
O conjunto de dados é fornecido na forma de imagens e máscaras:
train.csv: contém exemplos para treinamento do modelo
| Coluna | Tipo | Descrição |
|---|---|---|
| SampleID | string | Identificador único para cada exemplo |
| Path | string | Caminho para a imagem que contém emoji |
| Mask | string | Caminho para a máscara binária correspondente à imagem |
test.csv: contém exemplos para predição
| Coluna | Tipo | Descrição |
|---|---|---|
| SampleID | string | Identificador único |
| Path | string | Caminho para a imagem que contém emoji |
A métrica usada para este problema é:

A pontuação total é calculada como a média dos valores para todas as imagens do teste.
mean IoU).mean IoU >= 0.75 → 100 pontos0.50 ≤ mean IoU < 0.75 → 50–99 pontos proporcionalmente0.25 ≤ mean IoU < 0.50 → 25–49 pontos proporcionalmentemean IoU < 0.25 → 0–24 pontos proporcionalmenteO arquivo de submissão deve ser um arquivo compactado que contém um diretório com as máscaras de segmentação preditas e um arquivo csv chamado submission.csv que contém um mapeamento entre SampleID e o caminho para a máscara predita (o nome da coluna deve ser PredictedMask) para cada imagem do teste:
| Coluna | Tipo | Descrição |
|---|---|---|
| SampleID | string | O identificador único da linha do conjunto de teste |
| PredictedMask | string | Caminho para o arquivo de imagem (PNG) com a máscara predita |
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 |
| Imagem original | Máscara |
|---|---|
![]() | ![]() |
![]() | ![]() |