Dificuldade
A tua melhor pontuação
N/D
No coração de um instituto secreto de pesquisa encontra-se o Arquivo das mil câmaras, um labirinto subterrâneo com salas monitoradas 24 horas por câmaras inteligentes. Cada câmara captura objetos, mobiliário, dispositivos eletrônicos ou símbolos de experimentos misteriosos.
Por motivos desconhecidos, parte dos dados do arquivo perderam suas etiquetas numéricas: nos registros aparece a pergunta "quantos objetos do tipo X estão na imagem?", mas a resposta desapareceu. Os pesquisadores tentaram reconstituir manualmente as informações, mas milhares de imagens são impossíveis de processar sem ajuda.
Aqui você entra.
Foi-lhe confiado o papel de "Analista visual numérico", a única pessoa autorizada a construir um modelo multimodal capaz de olhar uma imagem, entender a pergunta e responder corretamente com um único número.
Assim, sua missão é usar sua habilidade no manuseio de algoritmos de Inteligência Artificial para restaurar o arquivo.
Você tem dois arquivos principais e uma pasta com imagens.
train.csv — Dados de treinamento| 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 — Dados sem resposta| 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.pngO arquivo submission.csv deve ter o seguinte formato:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Como as respostas são números, a avaliação oficial usa MAE:
A pontuação final é calculada com base no score MAE obtido usando as seguintes regras: