Laddar...
Problem #36
Författare:Mihai Nan
Svårighetsgrad
Din bästa poäng
Ej tillgänglig
För detta problem måste du implementera en modell som kan uppskatta antalet distinkta kategorier i en bild som skapats genom sammansättning av flera små bilder.
Datasetet tillhandahålls i form av bilder och tillhörande CSV-filer:
train.csv: innehåller exempel för träning av modellen
| Kolumn | Typ | Beskrivning |
|---|---|---|
| SampleID | integer | Unik identifierare för varje exempel |
| ImagePath | string | Sökvägen till den sammansatta bilden |
| Label | integer | Antalet distinkta kategorier i bilden |
test.csv: innehåller exempel för prediktion
| Kolumn | Typ | Beskrivning |
|---|---|---|
| SampleID | integer | Unik identifierare |
| ImagePath | string | Sökvägen till den sammansatta bilden |
Poängen för ett exempel beräknas enligt följande:
Inlämningsfilen måste vara en CSV med två kolumner:
| Kolumn | Typ | Beskrivning |
|---|---|---|
| SampleID | integer | Den unika identifieraren för raden från testdatasetet |
| PredictedLabel | integer | Prediktionen av antalet distinkta kategorier i bilden |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Om en sammansatt bild innehåller flera objekt representerar etiketten antalet distinkta kategorier.
Således måste modellen känna igen de olika klasserna i bilden och returnera ett heltal som motsvarar antalet distinkta klasser.