Сьогодні Козак Вус вирішив згадати молодість і завітав до своєї старої школи. Але він зовсім забув, що саме сьогодні суворий вчитель математики запланував раптову контрольну роботу!
Вчитель, хитро посміхаючись, почав писати на дошці різні цифри. Завдання для учнів звучало просто, але виконувати його треба було блискавично: поглянувши на дошку, де в хаотичному порядку намальовані цифри, потрібно швидко порахувати їхню суму.
Козак Вус — майстер шаблі, а не усного рахунку, тому він просить вас допомогти йому. Ваше завдання — створити алгоритм, який отримує зображення з дошки (на якому намальовано декілька цифр) і видає суму цих чисел.
Вам по секрету сказали, що вчитель використовує стандартні написання цифр, точнісінько як у відомому наборі даних MNIST, копія якого вже дбайливо підготовлена для вас у вхідних даних.
Учасникам надано архів input.zip. Структура архіву наступна:
Папка train — містить зображення для тренування моделі.
Папка test — містить зображення, для яких потрібно надати відповідь.
Папка mnist — містить датасет MNIST.
Файл train.csv — містить правильні відповіді для тренувальних даних. У ньому є дві колонки:
image_id — назва файлу зображення з папки train.
label — сума цифр, зображених на цьому фото.
Файл sample_submission.csv — приклад файлу вихідних даних у правильному форматі.
Учасник повинен подати один файл submission.csv, який містить колонку:
label — передбачена вами сума чисел на зображенні.
Кількість рядків у submission.csv повинна точно збігатися з кількістю зображень у папці test. Порядок файлів має відповідати прикладу в sample_submission.csv.
Приклад можливого зображення у наданих вхідних даних:
Оскільки датасет MNIST вже знаходиться у папці mnist всередині архіву, вам не потрібно завантажувати його з інтернету. Ви можете завантажити його у своєму коді, використовуючи бібліотеку torchvision, наступною командою:
torchvision.datasets.MNIST(root="./mnist", train=True, download=False)Ваш розв'язок буде оцінюватися за метрикою Accuracy (точність). Ця метрика обчислюється як відношення кількості зображень, для яких сума була передбачена абсолютно вірно, до загальної кількості тестових зображень:
Бали за задачу нараховуються пропорційно отриманій точності.