Bildklassificering: Riktig konst vs. AI-genererad konst

🖼️ Bildklassificering: Verklig konst vs. AI-genererad konst

I denna uppgift ska du implementera en bildklassificeringsmodell som kan skilja mellan bilder av verklig konst och bilder genererade av artificiell intelligens.
Datasetet är organiserat i en katalog med bilder och CSV-filer, och modellens prestanda kommer att utvärderas med F1-score.

---

🔹 Datasetet

Datasetet innehåller två typer av bilder:

• RealArt – verkliga bilder (etikett 0)
• AIArt – bilder genererade av AI-modeller (etikett 1)

Dessa bilder finns tillgängliga i katalogen images.

Associerade filer:

• train.csv – för träning
• test.csv – för prediktioner

---

📁 Struktur för CSV-filerna

train.csv

Kolumner:

• SampleID – unik numerisk identifierare
• ImagePath – sökväg till bild (ex: images/img_000123.jpg)
• Label – 0 för verklig konst, 1 för AI-genererad konst

---

test.csv

Kolumner:

• SampleID
• ImagePath

Utan etiketter — dessa ska förutsägas av modellen.

---

🎯 Uppgiftens syfte

Modellen ska lära sig att klassificera varje bild i en av följande klasser:

• 0 → Verklig konst
• 1 → AI-genererad konst

---

⚙️ Utvärderingskriterier

Utvärderingen görs med F1-score på de prediktioner som skickas in för testdatasetet.

Formel:

---

📨 Format för inlämningsfilen

CSV-filen ska innehålla exakt två kolumner:

Kolumn	Typ	Beskrivning
SampleID	integer	ID för bilden från test
Label	integer	Prediktion (0 eller 1)

🔹 Exempel

SampleID	Label
101	0
102	1
103	1

---

📝 Notera

• F1-score ≥ 0.85 → maximal poäng
• F1-score < 0.5 → 0 poäng
• Övriga värden skalas proportionellt

---

🌐 Datakälla

För denna uppgift används ett offentligt dataset tillgängligt på Kaggle.