Arquivo das palavras desenhadas

✍️ Arquivo das palavras desenhadas 🖼️

✨ Um desafio de reconhecimento visual

Numa biblioteca digital secreta, conhecida pelo nome de
Arquivo das palavras desenhadas, são guardadas milhares de imagens com palavras escritas à mão, cada uma acompanhada por uma pequena ilustração que sugere o seu significado.

Infelizmente, um glitch misterioso afetou o sistema de indexação, e as etiquetas de muitas imagens perderam-se.
Agora, apenas um Mestre da visão computacional pode restaurar a ordem e o sentido dessas imagens.

Cada imagem contém:

• uma palavra escrita à mão, com tinta preta sobre fundo branco
• uma pequena ilustração que representa o objeto ou conceito dessa palavra

O estilo é realista, limpo e claro, mas a palavra deve ser reconhecida exclusivamente a partir da imagem.

🗂 Os dados recebidos

Tens à disposição os seguintes ficheiros:

📁 train.csv

Contém exemplos etiquetados para treino:

• image_path – o caminho para a imagem
• label – a palavra escrita à mão na imagem
  Todas as imagens de train.csv encontram-se no diretório output_dataset/train/.

📁 test.csv

Contém:

• image_path – o caminho para a imagem

⚠️ A coluna label está em falta e deve ser prevista pelo teu modelo.

Todas as imagens de test.csv encontram-se no diretório output_dataset/test/.

🧠 As palavras que o modelo deve reconhecer

O teu modelo deve reconhecer exatamente uma das seguintes 20 palavras possíveis:

1apple, banana, cat, dog, elephant,2flower, house, moon, sun, tree,3violin, lion, kite, boat, star,4fish, pencil, cake, book, umbrella

Cada imagem pertence a uma única classe.

🎯 A tua tarefa

Constrói um modelo de classificação de imagens que, para cada imagem de test.csv, preveja corretamente a palavra escrita à mão.

📤 O formato do ficheiro submission.csv

No final, vais gerar um ficheiro submission.csv com a seguinte estrutura:

1image_path,label2output_dataset/test/000001.png,banana3output_dataset/test/000002.png,cat4output_dataset/test/000003.png,tree

📊 Avaliação

O desempenho do modelo será avaliado usando a precisão:

1accuracy = (número_previsões_corretas / número_total_previsões)

🏅 Sistema de pontuação:

• accuracy ≥ 98% → 100 pontos
• accuracy ≤ 20% → 0 pontos
• caso contrário → escala linear entre 0 e 100

🏆 Torna-te o mestre do Arquivo das palavras desenhadas!

Cada letra conta. Cada linha de tinta esconde um significado.

Demonstra que o teu modelo pode ver, compreender e reconhecer as palavras das imagens e restaura a ordem no Arquivo das palavras desenhadas! ✨📚