Дататон МТМ 2020. Задача №1. Распознавание сигналов светофора

Финиш 25.12.2020 в 23:59

Участвовать

Задача

Распознавание сигналов светофора

Неоходимо определить, какой сигнал зажжён на фотографиях реальных светофоров: красный, желтый или зеленый.

Система классификации

Подготовлена программа на языке Python. Необходимо её скачать и использовать для предварительной обработки изображений и выделения особенностей, которые помогут находить отличия в видах изображений. Далее следует использовать эти особенности для классификации изображений по трём категориям: светофор с красным сигналов, желтым или зелёным.

Этапы работы:

0.1. Посмотрите видео

0.2. Скачайте программу>>

0.3. Посмотрите короткое видео по работе с площадкой>>

1. Загрузка и визуализация данных

В любой задаче по классификации сначала необходимо ознакомиться с данными: загрузитье изображения светофоров и визуализируйте их.

2. Предварительная обработка

Входные изображения и выходные метки (labels) должны быть стандартизированы: все входные данные должны быть одного типа и одного размера, а выходные данные должны быть числовой меткой. Так вы сможете проанализировать все входные изображения одним и тем же способом и предугадать, чего следует ожидать для нового изображения.

3. Выделение особенностей

Теперь необходимо выделить особенности в каждом изображении и классифицировать их. Поле для творчества безгранично: объекты могут быть как одномерными массивами (векторами), так и отдельными значениями, которые дают некую информацию об изображении, чтобы помочь вам классифицировать его как красный, желтый или зеленый сигнал светофора.

4. Ошибки классификации и визуализации

Наконец, Вы создали функцию, которая использует найденные особенности для классификации любого изображения светофора. Задача функции - выводить метку (вектор из 3 значений) для полученного на вход изображения. Вы можете сравнить прогнозируемую метку с истинной меткой и определить точность ВАшей модели классифиции.

5. Оцените свою модель

Для прохождения на следующий этап классификатор должен иметь точность >90%. Изменяйте особенности изображения или добавляйте новые для повышения точности.

6. Отправьте файл eval.py с написанным классификатором на проверку



Очки Участник Дата Команда Город Учебное заведение
0.997 Андрей Нечесов 25.12.2020 17:51 Радиус-вектор Москва ГБОУ Школа №491 "Марьино"
0.993 Alex Romantsov 20.12.2020 19:49
0.993 Виктор Астафьев (vik_28) 25.11.2020 10:53 Robodriver
0.987 Олег Кочетков 23.12.2020 20:27 Тестирование
0.983 werserk 15.12.2020 08:24 Дюдюка Барбидокская
0.966 Гюзель Гаджигарибова 19.12.2020 04:00
0.963 Юлия Моисеева 20.12.2020 17:50
0.963 Денис Ковнацкий 20.12.2020 12:27
0.963 Алина Глазунова 19.12.2020 13:24
0.963 Artem Buev 15.12.2020 08:06 Дюдюка Барбидокская
0.963 LeraL 24.11.2020 06:19 Квант
0.963 Александр Надымов 16.12.2020 06:45
0.949 nagiboff 20.12.2020 19:54
0.939 Mary Semerenko 14.12.2020 17:10 Москва ГБОУ Школа №491 "Марьино"
0.926 Родион Разумовский 25.12.2020 20:28
0.926 Alexander Veldyaykin 19.12.2020 14:39 RoboGods
0.855 ( ͡° ͜ʖ ͡°) 06.12.2020 14:40 Норм 2.0
0.03 Maxim Kutakov 21.12.2020 12:20
0.03 Алексей Чертков 03.11.2020 13:43 ЗЛые лоси Москва МГУ