图像分类：真实艺术 vs. AI生成艺术

🖼️ 图像分类：真实艺术 vs. AI生成艺术

在这个问题中，您需要实现一个图像分类模型，能够区分真实艺术图像和人工智能生成的图像。
数据集组织在一个包含图像和CSV文件的目录中，模型性能将使用F1-score进行评估。

---

🔹 数据集

数据集包含两种类型的图像：

• RealArt – 真实图像（标签 0）
• AIArt – AI模型生成的图像（标签 1）

这些图像位于 images 目录中。

关联文件：

• train.csv – 用于训练
• test.csv – 用于预测

---

📁 CSV文件结构

train.csv

列：

• SampleID – 唯一数字标识符
• ImagePath – 图像路径（例：images/img_000123.jpg）
• Label – 0 表示真实艺术，1 表示AI生成艺术

---

test.csv

列：

• SampleID
• ImagePath

无标签 — 需要由模型预测。

---

🎯 问题目标

模型需要学习将每个图像分类到以下类别之一：

• 0 → 真实艺术
• 1 → AI生成艺术

---

⚙️ 评估标准

使用测试集预测的F1-score进行评估。

公式：

---

📨 提交文件格式

CSV文件必须包含恰好两列：

列	类型	描述
SampleID	integer	测试中图像的ID
Label	integer	预测（0 或 1）

🔹 示例

SampleID	Label
101	0
102	1
103	1

---

📝 注意

• F1-score ≥ 0.85 → 满分
• F1-score < 0.5 → 0分
• 其余值按比例缩放

---

🌐 数据来源

此问题使用Kaggle上可用的公共数据集。