Задача E. Semantic segmentation ≡

Максимальный балл:	10		Ограничение времени:	1 сек
			Ограничение памяти:	512 Мб

Условие

Требуется решить задачу семантической сегментации на датасете.

Требования к реализации

• Архитектура модели должна быть схода с U-Net, при этом в качестве contracting path требуется использовать любую предобученную свёрточную модель.
• Модель должна позволять выполнять предсказания для изображений разного размера.
• Требуется использовать Dice Loss.
• Требуется реализовать следующие функции

  
  def evaluate_model(path: str, model: 'Your Model Class') -> tuple[float, float]:
      """Evaluates model on the given dataset split (i.e. 'dataset/train'). Computes Dice Loss and IOU metric.
  
      Arguments:
          path: path to the dataset split with input and gorund truth images
          model: model to evaluate
  
      Returns:
          Dice Loss and IOU metric values"""
      ...
  
  
  def plot_predictions(path: str, model: 'Your Model Class', nrows: int = 2, ncols: int = 2):
      """Plots model predictions (and ground truths) on a number of images randomly selected from the given dataset split. The images are plotted on a grid with `nrows` rows and `ncols` columns.
  
      Arguments:
          path: path to the dataset split with input and gorund truth images
          model: model to use for predictions
          nrows: number of grid rows
          ncols: number of grid columns"""
      ...
  

В качестве решения принимается файл с исходным кодом, например jupyter notebook. В систему требуется отправить ссылку на файл, размещённый в открытом доступе (Google Colab, Github, Google Drive и др.), указав среду разработки "Answer text". После отправки решение необходимо сдать преподавателю лично.

Распределение баллов

Максимальное количество баллов за задачу — 10.

• Работа с датасетом, до  + 2
• Реализация модели, до  + 3
• Реализация лосса,  + 1
• Обучение модели, до  + 2
• Демонстрация работы модели на валидационной и тестовой (во время сдачи) выборках (метрики + картинки), до  + 2

---