作者: Mihai Nan
Pentru această problemă trebuie să implementați un model capabil să estimeze numărul de categorii distincte într-o imagine formată prin concatenarea mai multor imagini mici.
Setul de date este oferit sub formă de imagini și CSV-uri asociate:
train.csv: conține exemple pentru antrenarea modelului
| Coloană | Tip | Descriere |
|---|---|---|
| SampleID | integer | Identificator unic pentru fiecare exemplu |
| ImagePath | string | Calea către imaginea concatenată |
| Label | integer | Numărul de categorii distincte din imagine |
test.csv: conține exemple pentru predicție
| Coloană | Tip | Descriere |
|---|---|---|
| SampleID | integer | Identificator unic |
| ImagePath | string | Calea către imaginea concatenată |
Scorul pentru un exemplu se calculează astfel:
Fișierul de submisie trebuie să fie un CSV cu două coloane:
| Coloană | Tip | Descriere |
|---|---|---|
| SampleID | integer | Identificatorul unic al rândului din setul de test |
| PredictedLabel | integer | Predicția numărului de categorii distincte din imagine |
submission.csv| SampleID | PredictedLabel |
|---|---|
| 1 | 4 |
| 2 | 2 |
| 3 | 3 |
Dacă o imagine concatenată conține mai multe obiecte, label-ul reprezintă numărul de categorii distincte.
Astfel, modelul trebuie să recunoască clasele diferite din imagine și să returneze un număr întreg corespunzător numărului de clase distincte.