连接图像中的类别数量

🏞️ 拼接图像中的类别数量

对于这个问题，您需要实现一个能够估计不同类别数量的模型，该模型处理由多个小图像拼接而成的图像。

---

🔹 数据集

数据集以图像和相关CSV文件的形式提供：

• train.csv: 包含用于训练模型的示例

  列名	类型	描述
  SampleID	integer	每个示例的唯一标识符
  ImagePath	string	拼接图像的路径
  Label	integer	图像中不同类别的数量

• test.csv: 包含用于预测的示例

  列名	类型	描述
  SampleID	integer	唯一标识符
  ImagePath	string	拼接图像的路径

⚙️ 评估指标

一个示例的得分计算如下：

• 如果预测值等于正确值，得分为1分；
• 如果预测值与正确值相差一个单位（+1/-1），得分为0.5分；
• 否则，得分为0分。

📨 提交文件格式

提交文件必须是包含两列的CSV：

列名	类型	描述
SampleID	integer	测试集中行的唯一标识符
PredictedLabel	integer	图像中不同类别数量的预测

🔹 submission.csv 示例

SampleID	PredictedLabel
1	4
2	2
3	3

---

🖼️ 标签解释示例

如果拼接图像包含多个对象，标签表示不同类别的数量。

🏞️ 示例

• 我们有一张包含以下内容的图像：一只小狗、一辆汽车和另一只小狗
• 不同类别的数量 = 2（"小狗"类别和"汽车"类别）

因此，模型需要识别图像中的不同类别，并返回对应不同类别数量的整数。