Класифікація зображень: Справжнє мистецтво проти мистецтва, згенерованого ШІ

🖼️ Класифікація зображень: Справжнє мистецтво vs. мистецтво, згенероване ШІ

У цій задачі потрібно реалізувати модель класифікації зображень, здатну розрізняти між зображеннями справжнього мистецтва та зображеннями, згенерованими штучним інтелектом.
Набір даних організований у директорії із зображеннями та CSV файлами, а продуктивність моделі буде оцінюватися за допомогою F1-score.

---

🔹 Набір даних

Набір даних містить два типи зображень:

• RealArt – справжні зображення (мітка 0)
• AIArt – зображення, згенеровані моделями ШІ (мітка 1)

Ці зображення доступні в директорії images.

Пов'язані файли:

• train.csv – для навчання
• test.csv – для прогнозів

---

📁 Структура CSV файлів

train.csv

Колонки:

• SampleID – унікальний числовий ідентифікатор
• ImagePath – шлях до зображення (наприклад: images/img_000123.jpg)
• Label – 0 для справжнього мистецтва, 1 для мистецтва, згенерованого ШІ

---

test.csv

Колонки:

• SampleID
• ImagePath

Без міток — їх має передбачити модель.

---

🎯 Мета задачі

Модель має навчитися класифікувати кожне зображення в один із наступних класів:

• 0 → Справжнє мистецтво
• 1 → Мистецтво, згенероване ШІ

---

⚙️ Критерії оцінювання

Оцінювання проводиться за допомогою F1-score на прогнозах, поданих для тестового набору.

Формула:

---

📨 Формат файлу подання

CSV файл має містити рівно два стовпці:

Стовпець	Тип	Опис
SampleID	integer	ID зображення з тесту
Label	integer	Прогноз (0 або 1)

🔹 Приклад

SampleID	Label
101	0
102	1
103	1

---

📝 Примітка

• F1-score ≥ 0.85 → максимальний бал
• F1-score < 0.5 → 0 балів
• Решта значень масштабуються пропорційно

---

🌐 Походження даних

Для цієї задачі використовується публічний набір даних, доступний на Kaggle.