Условие

Камера беспилотника направлена на чёрный прямоугольник, расположенный в горизонтальной плоскости, на которой стоит беспилотник. Длинные стороны прямоугольника параллельны нижнему краю кадра с камеры. Прямоугольник имеет размеры 6×8 метров. На нём установлены от 2 до 4 цветных вертикально ориентированных стержня различной высоты.
Ваша задача — написать функцию, распознающую цвет каждого стержня. Кроме того, функция должна определять угол в горизонтальной плоскости между линией «беспилотник–стержень» и направлением движения беспилотника. Беспилотник движется в той же горизонтальной плоскости, причём направление его движения совпадает с центром кадра. Текущее положение беспилотника — это середина нижней границы кадра и одновременно середина ближней к камере стороны прямоугольника.

Видимый угол не соответствует реальному углу в горизонтальной плоскости! Если приложить транспортир к изображению и измерить угол α, он будет равен 18°. Ваша задача — найти реальные углы, которые можно измерить, приложив транспортир к поверхности чёрного прямоугольника, а не к его изображению.

Функция должна возвращать список пар «цвет–угол» для всех стержней на изображении. Пары должны быть представлены в порядке расположения объектов в кадре слева направо. Например, на изображении три стержня: красный, зелёный и синий. Функция должна вернуть список:
[[“red”, -45], [“green”, 10], [“blue”, 25]].
Объекты в левой половине изображения имеют отрицательный угол отклонения, в правой половине — положительный.

Выполнение

1. Скачайте материалы задания

2. Ознакомьтесь с материалами задания

Для Вас подготовлены несколько файлов “.py”, набор изображений с камеры беспилотника и аннотации к нему. Среди подготовленных файлов есть:
eval.py - файл с ключевыми функциями preliminary_operations и predict_color_and_angle, именно их Вам необходимо дописать!
main.py - файл проверяющий точность работы вашего алгоритма. Не редактируйте его. main.py использует написанные вами функции из eval.py и сверяет предсказания вашего алгоритма с верными ответами.
horizontal_marking.jpg, vertical_marking.jpg – изображения с разделением прямоугольника на равные части. Используйте их для решения задачи.

3. Допишите в файле eval.py функцию predict_color_and_angle

Функция получает на вход изображение, на котором необходимо найти все цветные стержни и определить соответствующие им углы.

4. Запустите файл main.py и проверьте свой алгоритм

Если программа выдала ошибку, то найдите и исправьте её в файле eval. Вновь запустите файл main.py. Улучшайте алгоритм до тех пор, пока не получите желаемую точность.

5. Пришлите решение на онлайн платформу для проверки

В качестве решения, необходимо сдать отредактированный файл eval.py. Либо архив “*.zip” с файлом eval.py и остальными файлами, требующимися для его работы. Внутри архива должны находиться непосредственно файлы, а не папка с тем же именем. Дождитесь проверки решения, чтобы увидеть точность алгоритма. Набор данных для проверки на онлайн-платформе отличается от того, который был предоставлен вам.
Задание считается успешно выполненным, если точность превышает 0,9.

6. Заполните Анкету участника квалификации дисциплины.

К анкете необходимо приложить снимок экрана (screenshot) вашего личного кабинета на онлайн-платформе. Перейдите в личный кабинет. Прокрутите страницу так, чтобы в кадре была видна попытка попытка с лучшим результатом решения квалификационной задачи. Сделайте снимок экрана — на нём должны быть видны адресная строка браузера и ссылка с номером пользователя, как в примере ниже.

Технические ограничения

Размер решения ограничен - не более 2 МБ. Если ваш алгоритм успешно проверен платформой, то следующее решение можно прислать только через 10 минут. Если ваш алгоритм в ходе проверки выдал сообщение об ошибке, то следующее решение можно прислать сразу.

Пакеты, ориентированные на работу с изображениями и данными, использующиеся на платформе проверки: Python 3.8.10; catboost 1.1.1; dlib 19.24.0; gast 0.4.0; h5py 3.7.0; imutils 0.5.4; keras 2.9.0; Keras-Preprocessing 1.1.2; matplotlib 3.6.2; numpy 1.23.2; opencv-python 4.6.0.66; pandas 1.5.1; scikit-image 0.19.3; scikit-learn 1.1.3; scipy 1.9.3; tensorflow-cpu 2.9.2; torch 1.13.0; torchaudio 0.13.0; torchvision 0.14.0.

Используйте совместимые пакеты.

---

Вопросы по задаче можно задать разработчикам в чате дисциплины.

Очки	Участник	Дата	Команда	Город	Учебное заведение
1.0	Олег Синопальников	29.07.2025 18:50	krabatzens
1.0	Татьяна Петровская	29.07.2025 18:54	krabatzens
1.0	Полина Кандарацкова	29.07.2025 12:54	krabatzens
1.0	Sanechek Io	29.07.2025 12:50	krabatzens
1.0	qasdf123df	29.07.2025 11:56	krabatzens
1.0	Елизавета Капля	29.07.2025 11:50	krabatzens
1.0	Артём Семикин	14.07.2025 14:32	Нетраннеры чёрного заслона
1.0	Александра Шапкина	14.07.2025 14:25	Нетраннеры чёрного заслона
1.0	Александр Абаренов	27.06.2025 18:49	Нетраннеры чёрного заслона
1.0	Андрей Максимов	27.06.2025 18:35	СарДронТех
1.0	Александр Екименков	14.07.2025 20:51	Ёжики на паскале
1.0	Артём Лункин	27.06.2025 18:45	СарДронТех
1.0	Егор Щеренко	27.06.2025 18:33	СарДронТех
1.0	Егор Румянцев	14.07.2025 20:38	Ёжики на паскале
1.0	Александр Владимиров	27.06.2025 18:32	СарДронТех
1.0	Шустов Станислав	27.06.2025 19:48	Нетраннеры черного заслона
1.0	Григорий Лаврентьев	02.07.2025 18:54	Катион
1.0	Александр Знахаренко	02.07.2025 18:54	Катион
1.0	Анастасия Алиева	02.07.2025 18:48	Катион
1.0	Матвей Панин	14.07.2025 20:29	Ёжики на паскале
1.0	Дмитрий Майоров	11.07.2025 22:02	Ёжики на паскале
0.98	Даниил Рыбин	26.06.2025 15:53	Пегас
0.98	Дмитрий Колесников	26.06.2025 15:09	Пегас
0.98	Илья Великодный	26.06.2025 15:17	Пегас
0.98	Матвей Машуков	25.06.2025 14:19	БВС Стресс-тест
0.98	Крючков Данил	26.06.2025 05:15	БВС Стресс-тест
0.98	Константин Винокуров	25.06.2025 10:56	БВС Стресс-тест
0.98	Антон Бондарчук	25.06.2025 11:01	БВС Стресс-тест
0.98	Ариф Шукюров	23.06.2025 12:08	Vision Copters
0.98	Никто Никак	23.06.2025 12:05
0.98	Елена Ом	11.07.2025 12:06
0.98	Даниил Князев	27.06.2025 17:38	Vision Copters
0.96	Кристина Белякова	14.07.2025 14:05	ВАЗ-1111
0.96	Максим Ерофеев	14.07.2025 11:23	Velocity speed
0.96	Юдин Дмитрий	12.07.2025 22:06	Velocity Speed
0.96	Егор Мудров	27.06.2025 18:59	ВАЗ-1111
0.96	Кирилл Трушин	27.06.2025 18:57	ВАЗ-1111
0.96	Максим Зубахин	27.06.2025 18:45	ВАЗ-1111
0.96	Кирилл Бабаскин	14.07.2025 09:20	Velocity Speed
0.96	Даниил Стойко	26.06.2025 19:21	BELVA
0.96	Валентин Исаев	26.06.2025 12:04	BELVA
0.94	Богдан Таран	27.06.2025 16:44	Holocron
0.94	Максим Соловьев	27.06.2025 16:29	Holocron
0.94	Котов Амир	27.06.2025 16:33	Holocron
0.94	Юрий Скурихин	27.06.2025 16:47	Holocron
0.92	Артём Соловьёв	31.07.2025 14:33	Синее Небо
0.92	Саша Смуров	31.07.2025 14:29	Синее Небо
0.92	Алексей Логинов	31.07.2025 14:07	Синее Небо
0.92	Nikolay Maryevichev	31.07.2025 19:13	Синее Небо
0.92	Артем Сотов	13.07.2025 23:24	SOVA
0.92	Яков Подмарёв	13.07.2025 23:02	SOVA
0.92	Роман Михайлов	27.06.2025 10:26	BELVA
0.92	Наталья Борисова	25.06.2025 20:41	Really-KSIK
0.92	Артем Лукин	25.06.2025 20:39	Really-KSIK
0.92	Максим Васильев	13.07.2025 16:42	Really-KSIK
0.92	Павел Таскаев	16.06.2025 16:29	Железный капут
0.92	Михаил Вершинин	10.07.2025 10:59	SiberAI
0.92	Максим Валяев	14.07.2025 16:44	Железный капут
0.92	Андрей Миняев	12.06.2025 13:06	Железный капут
0.92	Денис Русинович	19.06.2025 21:22	Железный капут

К соревнованиям