加载中...
难度
您的最佳成绩
不适用
在一个秘密研究所的中心,坐落着千室档案馆,这是一个地下迷宫,其中的房间被智能摄像头全天候监控。每个摄像头都会捕捉物体、家具、电子设备或神秘实验的符号。
由于未知原因,档案馆的部分数据丢失了数字标签:在记录中出现了*"图像中有多少个X类型的物体?"*这样的问题,但答案已经消失。研究人员试图手动重建信息,但数千张图像在没有帮助的情况下无法处理。
这就是你介入的地方。
你被委托担任"数字视觉分析师"的角色,这是唯一被授权构建多模态模型的人,该模型能够查看图像、理解问题并用单个数字正确回答。
因此,你的任务是使用你在人工智能算法方面的技能来恢复档案馆。
你有两个主要文件和一个包含图像的文件夹。
train.csv — 训练数据| sample_id | question | answer | image_id |
|---|---|---|---|
| TRAIN0000 | how many chairs are there | 6 | image888 |
| TRAIN0001 | how many pictures are on the wall | 2 | image942 |
| TRAIN0002 | how many chairs are there | 10 | image1404 |
test.csv — 无答案数据| sample_id | question | image_id |
|---|---|---|
| TEST0000 | how many drawers are there | image1362 |
| TEST0001 | how many televisions are there | image169 |
| TEST0002 | how many flags are visible | image1326 |
images/image888.pngimage942.pngimage1404.pngimage1362.pngimage169.pngimage1326.pngsubmission.csv 文件必须具有以下格式:
| sample_id | answer |
|---|---|
| TEST0000 | 4 |
| TEST0001 | 1 |
| TEST0002 | 3 |
由于答案是数字,官方评估使用MAE:
最终分数基于使用以下规则获得的MAE分数计算: