Максимальный балл: | 10 | Ограничение времени: | 1 сек | |
Ограничение памяти: | 512 Мб |
Требуется решить задачу семантической сегментации на датасете.
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.
Максимальное количество баллов за задачу — 10.