Задание на РК2

Веса модели - https://disk.yandex.ru/d/ved90CtDi_LNHg

Данные

• data — архив с изображениями размером 224×224 Скачать: https://disk.yandex.ru/d/wdwb07aoU_73Wg (архив data.zip)

• label.csv — файл с метками классов

  • 50 классов

  • формат:

    • столбец 1 — имя файла
    • столбец 2 — класс

• Все данные доступны по ссылке: https://disk.yandex.ru/d/IjFNpAFcJ3C88w

Форма сдачи

1. Сохранить обученную модель в файл:

   torch.save(model.state_dict(), 'model.pth')

2. Сформировать архив с именем:

   ФамилияИО71.zip
   

3. Загрузить архив через форму (ссылка для скачивания): https://forms.gle/NBda61RBSv9zpWkA7

4. Срок сдачи: 23.12.25 до 23:59

Содержимое архива

В архиве должны находиться следующие файлы:

• train.py
• test.py
• model.pth

Описание файлов

train.py

Скрипт обучения модели, который должен включать:

• полный пайплайн обработки данных;
• используемые гиперпараметры;
• этапы обучения модели.

test.py

Скрипт тестирования модели.

Требования:

• принимает параметр path — путь к каталогу с данными;

• тестовые изображения находятся в:

  path/test/*.jpg
  

• результат работы — файл label_test.csv.

Формат label_test.csv

Аналогичен label.csv:

• 2 столбца:

  1. имя файла тестового изображения (*.jpg);
  2. предсказанный класс.

Содержимое test.py

Скрипт должен содержать полный код запуска модели, включая:

• класс для инициализации модели;
• загрузку весов модели;
• препроцессинг входного изображения;
• обработку изображения моделью;
• получение класса изображения на выходе.

Препроцессинг

Допустимые методы:

• torchvision.transforms
• torch

Метрика

• f1_score

Оценивание (0–15 баллов)

• оценка определяется по метрике на закрытом тестовом множестве;
• используется группировка по децилям: чем выше метрика — тем выше оценка;
• одинаковые значения метрики до 4-го знака получают одну общую оценку (оценка делится на число повторов);
• нерабочие тесты оцениваются в 0 баллов.