Lovec Glitchov

Lovec Glitchov

Editorial

🕵️‍♂️ Briefing Misie

Agent, počúvaj pozorne.

Simulácia sa začína degradovať. Detekovali sme neautorizované zmeny v vizuálnom kortexe mainframe-u, čo technici nazývajú "glitche". Nie sú to jednoduché náhodné chyby, sú to úmyselné vloženia chaosu.

Veríme, že náš nový AI model, Projekt: G3P1T, sa pokúša komunikovať... alebo sa možno len nudí. Pridáva náhodný šum, obracia farby a všeobecne kazí naše 4K pozadia.

Tvojou misiou je vybudovať systém, ktorý dokáže identifikovať a segmentovať tieto glitche.

🎯 Cieľ

Dostaneš sadu obrázkov. Každý obrázok bol poškodený jedným alebo viacerými glitchmi.
Glitch môže byť:

• Blok náhodného digitálneho šumu.
• Obdĺžniková oblasť s obrátenými farbami.
• Kompaktný blok farby, ktorý zjavne nepatrí do obrázka.

Tvojou úlohou je vygenerovať pre každý obrázok binárnu masku, v ktorej biele pixely (255) predstavujú glitch a čierne (0) predstavujú čistý obrázok.

📂 Dáta

Dostaneš:
Trénovaciu sadu (priečinok train/):

• 200 poškodených obrázkov s príslušnými maskami
• Použi ich na trénovanie svojho modelu na detekciu glitchov

Testovaciu sadu (priečinok test/):

• 200 poškodených obrázkov BEZ masiek
• Vygeneruj predikcie pre tieto obrázky

📤 Formát odovzdania

Musíš odovzdať ZIP súbor, ktorý obsahuje vygenerované masky.

• Masky musia byť PNG obrázky.
• Názvy súborov musia zodpovedať ID vstupného obrázka (napr.: img_001.png => img_001.png).
• Masky musia byť binárne (0 pre pozadie, 255 pre glitch).

📏 Metrika hodnotenia

Tvoja výkonnosť bude hodnotená pomocou Intersection over Union (IoU).

• IoU = (Priesečník medzi tvojou maskou a ground truth) / (Zjednotenie oboch)

Ak je IoU vysoké, simulácia sa stabilizuje.
Ak je IoU nízke... no, mohol by si byť preradený na „zber odpadu" v dolných sektoroch pamäte.

🚀 Začni

1. Stiahni dataset.
2. Natrénuj zázračný model.
3. Vygeneruj masky.
4. Archivuj ich do ZIP-u.
5. Odovzdaj ich a dúfaj v to najlepšie.

Veľa šťastia, Agent. Matrix ťa sleduje.