Условие

На изображениях представлены пять дорожных знаков.

На каждом изображении — ровно один знак. Ваша задача — написать функцию, которая обнаруживает и распознаёт знак на изображении. Функция должна возвращать строку с названием знака и координаты левого верхнего и правого нижнего углов ограничивающей рамки.

Выполнение

1. Скачайте материалы задания

2. Ознакомьтесь с материалами задания

Для Вас подготовлены несколько файлов “.py”, набор изображений и аннотаций к ним. Среди подготовленных файлов есть:

• eval.py — файл с функцией, детектирующей и распознающей знак на изображении. Именно эту функцию 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 правильные ответы с предсказанием вашего алгоритма.
• annotations.csv — файл, устанавливающий соответствие между изображениями, названиями знаков и их положениями в кадре. В каждой строке файла содержится путь изображению и верными ответами к нему.

3. Прочитайте файл eval.py

В файле содержится две функции:

• load_images — загружает изображения эталонов из файлов.
• detect_and_recognize_sign — детектирует и распознаёт знаки.

4. Допишите функции в файле eval.py

5. 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.

6. 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. В архиве должны находиться файлы, а не одноимённая архиву папка.

Технические ограничения

• Размер решения ограничен: не более 5 МБ.
• Если ваш алгоритм успешно проверен платформой, то следующее решение можно прислать только через 10 минут.
• Если ваш алгоритм или проверяющий скрипт завершился с ошибкой, 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.

---

Очки	Участник	Дата	Команда	Город	Учебное заведение
0.99	Никита Косырев	14.11.2025 19:51
0.99	Ян Чернявский	14.11.2025 17:02
0.98	Андрей Лашкин	14.11.2025 20:56
0.98	Дмитрий Олесницкий	14.11.2025 13:02
0.95	Кирилл Сазонов	14.11.2025 18:15
0.94	Михаил Маресев	14.11.2025 14:23	10 Школа
0.94	Иван Федечкин	14.11.2025 15:13	Школа №10
0.94	Максим Тараканов	14.11.2025 14:45	Школа 10
0.94	Артём Шох	14.11.2025 13:56	Школа 10
0.94	Максим Макаров	14.11.2025 13:52	Школа 10
0.94	Кирилл Карпушкин	14.11.2025 13:48	Школа 10
0.94	Никита Антонов	14.11.2025 13:50	Школа 10
0.9	Никита Марунин	13.11.2025 13:03
0.89	Макар Пухов	10.11.2025 19:14
0.72	Артём Моисеев	12.11.2025 16:46
0.72	Матвей Космачев	13.11.2025 06:46
0.72	Никита Китин	14.11.2025 09:08
0.72	Шилов Тимофей	10.11.2025 10:11
0.72	Александр Кобзарь	13.11.2025 07:05
0.72	Роман Тютяев	12.11.2025 16:37
0.72	Виталий Лимарь	11.11.2025 06:26
0.72	Вячеслав Вялых	14.11.2025 17:13
0.64	Алина Ярмина	10.11.2025 19:12	As
0.64	Семочкин Дмитрий	14.11.2025 16:54	Школа №16
0.56	Дарья Тришина	14.11.2025 18:15
0.44	Тимур Велиев	14.11.2025 15:07	Gym
0.43	Marat Hower	09.11.2025 09:52
0.42	Константин Казанцев	09.11.2025 13:35
0.41	Кирилл Копкин	14.11.2025 17:27
0.41	Иван Круглов	14.11.2025 18:57
0.37	Дмитрий Алексеевич	14.11.2025 14:20	Gym
0.35	Матвей Семёнов	14.11.2025 11:10
0.35	Андрей Минеев	14.11.2025 20:36
0.35	Toxan4ik	14.11.2025 17:40
0.19	Владислав Гладков	14.11.2025 13:34
0.18	Михаил Киселев	14.11.2025 19:21
0.01	Ярослав Ы	14.11.2025 04:50	RCE
0.01	Платон Филимонов	14.11.2025 19:21	GoiDataSecurity
0.01	Егор Лазуткин	07.11.2025 17:33
0.01	Даниил Смирнов	14.11.2025 13:58

К соревнованиям