Ідентифікація шахових фігур

Ідентифікація шахових фігур

Шахи — це знаменита стратегічна гра з багатовіковою історією, відома своєю складністю та високими вимогами до логічного мислення і планування. Зв'язок між шахами та штучним інтелектом є тісним: багато алгоритмів і технік машинного навчання були розроблені саме для створення агентів, здатних грати в шахи на високому рівні.

Історичним моментом у цьому контексті став 1997 рік, коли комп'ютер Deep Blue, розроблений IBM, переміг чемпіона світу Гаррі Каспарова, продемонструвавши потенціал комп'ютерів у складних стратегічних іграх.

🗂 Отримані дані

У вашому розпорядженні набір даних, що складається з наступних файлів:

📁 train.csv

Містить:

• id – унікальний ідентифікатор (P00001, P00002 …)
• image_path – шлях до зображення
• label – тип фігури (bishop, knight, pawn, queen, rook)

📁 test.csv

Містить:

• id – унікальний ідентифікатор
• image_path – шлях до зображення

Усі зображення зберігаються в директорії images/.

🎯 Завдання

Побудуйте модель класифікації зображень, яка може розрізняти шахові фігури (bishop, knight, pawn, queen, rook). Ви можете використовувати будь-яку сучасну архітектуру глибокого навчання: ResNet, EfficientNet, Vision Transformer, ConvNeXt тощо, можливо з fine-tuning на попередньо навчених моделях.

Наприкінці ви згенеруєте файл submission.csv з формою:

1id,label2P00081,queen3P00082,knight

📊 Оцінювання

Метрика, що використовується для оцінки моделі, — це точність:

1accuracy = (кількість_правильних_передбачень / загальна_кількість_передбачень)

🏅 Система оцінювання:

• accuracy ≥ 90% → 100 балів
• accuracy < 20% → 0 балів
• інакше → пропорційний бал між 0 і 100