Определение шахматных фигур

Идентификация шахматных фигур

Шахматы — это знаменитая стратегическая игра с многовековой историей, признанная за свою сложность и высокие требования к логическому мышлению и планированию. Связь между шахматами и искусственным интеллектом очень тесная: многие алгоритмы и техники машинного обучения были разработаны именно для создания агентов, способных играть в шахматы на высоком уровне.

Историческим моментом в этом контексте стал 1997 год, когда компьютер Deep Blue, разработанный IBM, победил чемпиона мира Гарри Каспарова, продемонстрировав потенциал вычислительных машин в сложных стратегических играх.

🗂 Полученные данные

В вашем распоряжении набор данных, состоящий из следующих файлов:

📁 train.csv

Содержит:

• id – уникальный идентификатор (P00001, P00002 …)
• image_path – путь к изображению
• label – тип фигуры (bishop, knight, pawn, queen, rook)

📁 test.csv

Содержит:

• id – уникальный идентификатор
• image_path – путь к изображению

Все изображения хранятся в директории images/.

🎯 Рабочее задание

Постройте модель классификации изображений, которая может различать шахматные фигуры (bishop, knight, pawn, queen, rook). Вы можете использовать любую современную архитектуру глубокого обучения: ResNet, EfficientNet, Vision Transformer, ConvNeXt и т.д., возможно с дообучением предварительно обученных моделей.

В итоге вы сгенерируете файл submission.csv в формате:

1id,label2P00081,queen3P00082,knight

📊 Оценка

Метрика, используемая для оценки модели — точность:

1accuracy = (количество_правильных_предсказаний / общее_количество_предсказаний)

🏅 Система оценки:

• accuracy ≥ 90% → 100 баллов
• accuracy < 20% → 0 баллов
• иначе → пропорциональный балл между 0 и 100