Тежина
Твој најбољи резултат
Н/Д
U srcu tajnog istraživačkog instituta nalazi se Arhiva hiljadu soba, podzemni lavirint sa prostorijama koje neprestano nadgledaju inteligentne kamere. Svaka kamera snima objekte, nameštaj, elektronske uređaje ili simbole misterioznih eksperimenata.
Iz nepoznatih razloga, deo podataka iz arhive je izgubio numeričke etikete: u zapisima se pojavljuje pitanje „koliko objekata tipa X se nalazi na slici?", ali odgovor je nestao. Istraživači su pokušali da ručno rekonstruišu informacije, ali hiljade slika je nemoguće obraditi bez pomoći.
Tu ulaziš ti.
Poverena ti je uloga „Vizuelnog numeričkog analitičara", jedine osobe ovlašćene da izgradi multimodalni model sposoban da pogleda sliku, razume pitanje i odgovori tačno sa jednim brojem.
Tako, tvoja misija je da koristiš svoju veštinu u rukovanju algoritmima Veštačke inteligencije kako bi obnovio arhivu.
Imaš dva glavna fajla i folder sa slikama.
train.csv — Podaci za treniranje| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — Podaci bez odgovora| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngFajl submission.csv treba da ima sledeći format:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
Pošto su odgovori brojevi, zvanična evaluacija koristi MAE:
Finalni rezultat se računa na osnovu MAE skora dobijenog koristeći sledeća pravila: