Nalaganje...
Naloga #36
Avtor:Mihai Nan
Težavnost
Vaš najboljši rezultat
N/A
Za to nalogo morate implementirati model, ki je sposoben oceniti število različnih kategorij v sliki, nastali z združevanjem več manjših slik.
Nabor podatkov je na voljo v obliki slik in povezanih CSV datotek:
train.csv: vsebuje primere za učenje modela
| Stolpec | Tip | Opis |
|---|---|---|
| SampleID | integer | Edinstveni identifikator za vsak primer |
| ImagePath | string | Pot do združene slike |
| Label | integer | Število različnih kategorij v sliki |
test.csv: vsebuje primere za napovedi
| Stolpec | Tip | Opis |
|---|---|---|
| SampleID | integer | Edinstveni identifikator |
| ImagePath | string | Pot do združene slike |
Rezultat za primer se izračuna tako:
Datoteka za oddajo mora biti CSV z dvema stolpcema:
| Stolpec | Tip | Opis |
|---|---|---|
| SampleID | integer | Edinstveni identifikator vrstice iz testnega nabora |
| PredictedLabel | integer | Napoved števila različnih kategorij v sliki |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Če združena slika vsebuje več objektov, oznaka predstavlja število različnih kategorij.
Tako mora model prepoznati različne razrede v sliki in vrniti celo število, ki ustreza številu različnih razredov.