Klasifikácia obrázkov: Skutočné umenie vs. umenie generované AI

🖼️ Klasifikácia obrázkov: Skutočné umenie vs. umenie generované AI

V tejto úlohe musíte implementovať model klasifikácie obrázkov schopný rozlíšiť medzi obrázkami skutočného umenia a obrázkami generovanými umelou inteligenciou.
Dátová sada je organizovaná v adresári s obrázkami a CSV súbormi, pričom výkonnosť modelu bude hodnotená pomocou F1-score.

---

🔹 Dátová sada

Dátová sada obsahuje dva typy obrázkov:

• RealArt – skutočné obrázky (label 0)
• AIArt – obrázky generované AI modelmi (label 1)

Tieto obrázky sú dostupné v adresári images.

Súvisiace súbory:

• train.csv – na trénovanie
• test.csv – na predikcie

---

📁 Štruktúra CSV súborov

train.csv

Stĺpce:

• SampleID – jedinečný číselný identifikátor
• ImagePath – cesta k obrázku (napr.: images/img_000123.jpg)
• Label – 0 pre skutočné umenie, 1 pre umenie generované AI

---

test.csv

Stĺpce:

• SampleID
• ImagePath

Bez označení — tieto musia byť predpovedané modelom.

---

🎯 Cieľ úlohy

Model sa musí naučiť klasifikovať každý obrázok do jednej z nasledujúcich tried:

• 0 → Skutočné umenie
• 1 → Umenie generované AI

---

⚙️ Kritériá hodnotenia

Hodnotenie sa vykonáva pomocou F1-score na predikciách odoslaných pre testovaciu sadu.

Vzorec:

---

📨 Formát súboru na odoslanie

CSV súbor musí obsahovať presne dva stĺpce:

Stĺpec	Typ	Popis
SampleID	integer	ID obrázka z testu
Label	integer	Predikcia (0 alebo 1)

🔹 Príklad

SampleID	Label
101	0
102	1
103	1

---

📝 Poznámka

• F1-score ≥ 0.85 → maximálne skóre
• F1-score < 0.5 → 0 bodov
• Ostatné hodnoty sú škálované proporcionálne

---

🌐 Pôvod dát

Pre túto úlohu sa používa verejná dátová sada dostupná na Kaggle.