Архив нарисованных слов

✍️ Архив нарисованных слов 🖼️

✨ Вызов визуального распознавания

В секретной цифровой библиотеке, известной под названием
Архив нарисованных слов, хранятся тысячи изображений со словами, написанными от руки, каждое сопровождается небольшой иллюстрацией, которая подсказывает его значение.

К сожалению, таинственный сбой повлиял на систему индексации, и метки многих изображений были потеряны.
Теперь только Мастер компьютерного зрения может восстановить порядок и смысл этих изображений.

Каждое изображение содержит:

• слово, написанное от руки, черными чернилами на белом фоне
• небольшую иллюстрацию, которая представляет объект или концепцию этого слова

Стиль реалистичный, чистый и четкий, однако слово должно быть распознано исключительно по изображению.

🗂 Полученные данные

В твоем распоряжении следующие файлы:

📁 train.csv

Содержит размеченные примеры для обучения:

• image_path – путь к изображению
• label – слово, написанное от руки на изображении
  Все изображения из train.csv находятся в директории output_dataset/train/.

📁 test.csv

Содержит:

• image_path – путь к изображению

⚠️ Колонка label отсутствует и должна быть предсказана твоей моделью.

Все изображения из test.csv находятся в директории output_dataset/test/.

🧠 Слова, которые модель должна распознавать

Твоя модель должна распознавать точно одно из следующих 20 возможных слов:

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

Каждое изображение принадлежит одному классу.

🎯 Твоя задача

Построй модель классификации изображений, которая для каждого изображения из test.csv правильно предсказывает слово, написанное от руки.

📤 Формат файла submission.csv

В итоге ты создашь файл submission.csv со следующей структурой:

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

📊 Оценка

Производительность модели будет оцениваться с использованием точности:

1accuracy = (количество_правильных_предсказаний / общее_количество_предсказаний)

🏅 Система оценки:

• accuracy ≥ 98% → 100 баллов
• accuracy ≤ 20% → 0 баллов
• иначе → линейное масштабирование между 0 и 100

🏆 Стань мастером Архива нарисованных слов!

Каждая буква имеет значение. Каждая линия чернил скрывает смысл.

Докажи, что твоя модель может видеть, понимать и распознавать слова на изображениях и восстанови порядок в Архиве нарисованных слов! ✨📚