Задача

Распознавание цифр

В этом задании вы попробуете применить свои знания в области компьютерного зрения и методов построения моделей машинного обучения для детектирования расположенных на картинке цифр и последующим построением классификатора для определения, что это за цифра. Вам будет дан массив изображений с представленными на них цифрами от 0 до 9.

Выполнение

Скачайте задание. В архиве задания вы найдёте файлы main.py, eval.py и две папки с цифрами — dataset/train(тренировочный набор данных) и dataset/validate(проверочный).

В файле eval.py вы должны заполнить 3 функции:

1. Функцию предобработки данных
2. Фунцию загрузки вашей модель
3. Функцию предсказания цифр на картинке: вектор цифр в формате списка, например [5, 8], если ваш алгоритм предсказывает цифры 5 и 8 на конкретной картинке. На картинке может быть от 1 до 3 цифр

Не меняйте названия функций файла eval.py.

В файле main.py вы сможете проверить работоспособность модели. Если модель работает, то вы можете отправить решённое задание.

Проверка кода осуществляется на тестовых данных: изображениях, не включенных в тренировочную и проверочную выборки. Точность модели рассчитывается следующим образом:. Сумма количества цифр правильно определенных векторов к общему числу цифр на всех векторах. Например, правильный вектор ответов [[0], [1, 2], [1, 2, 3], [9, 8, 7]], а предсказанный [[0], [1, 3], [1, 3, 2], [9, 8, 7]]. Правильно определены 1-ый и 4-ый вектора, количество их цифр составляет 4, а общее количество цифр -- 9. Точность составляет 4 / 9, то есть 0.4444... Для того, чтобы ваша модель была засчитана, вы должны будете получить точность классификатора больше 0.5.

В качестве решения присылайте архив с файлом eval.py и с сохранённой вами моделью в нужном формате. Если вы планируете использовать библиотеку tensorflow, то модель нужно выгружать в формате .h5 (Как сохранять модель в формат h5). Архив должен называться num_task.zip

Важно:

1. Для построения модели нейронной сети используйте tensorflow версии 2.0.1
2. Версия sklearn на сервере 0.19.1, а dlib 19.19.0. Для импорта этих моделей используйте pickle
3. Проверьте, что в векторе с предсказанием данные в формате int, а не float или str, то есть вектор должен быть в формате [7, 9], а не [7.0, 9.0] или ['7', '9']
4. Архив с заданием должен называться num_task.zip и содержать файлы eval.py и вашу модель

Очки	Участник	Дата	Команда	Город	Учебное заведение
0.015	Алексей Гаврилов	26.04.2020 18:43

К соревнованиям