Загрузка
Загружаем соревнования
Для каждого запроса в каталоге есть ровно одна фотография того же товара. Другой товар той же категории не считается совпадением. Товары train, validation и test не пересекаются.
Фотография с image_id лежит в data/images/<image_id>.jpg.
Файл в data/ | Содержимое |
|---|---|
train.csv | 17 653 фото 4 000 товаров: image_id, product_id, category |
val_queries.csv | 500 запросов: query_id, image_id |
val_gallery.csv | 1 000 кандидатов: gallery_id, image_id |
val_matches.csv |
Датасет ограничен
JSON2.6 МБ
Для этого файла нет доступного представления. Скачайте файл, чтобы посмотреть содержимое.
Правильные пары: query_id, match_id |
test_queries.csv | 1 000 запросов: query_id, image_id |
test_gallery.csv | 2 000 кандидатов: gallery_id, image_id |
sample_submission.csv | Шаблон ответа; кандидаты заполнены для примера |
weights/ | Начальные pretrained веса |
Для каждого запроса укажите пять разных gallery_id из test_gallery.csv в порядке убывания уверенности. Колонки: query_id, gallery_id_1, gallery_id_2, gallery_id_3, gallery_id_4, gallery_id_5. ID и порядок запросов — как в sample_submission.csv.
Recall@1 — доля запросов с верным первым кандидатом; Recall@5 — доля попаданий в пятёрку. В рейтинге используется Recall@1, больше — лучше. Публичная и закрытая части содержат по 500 запросов и используют общий test-каталог.
Свободный ноутбук — student/homework.ipynb; рабочий бейзлайн — student/baseline.ipynb. Откройте ноутбук из папки student/. Все фото и начальные веса включены в архив.
Источник: учебная подвыборка Stanford Online Products. Сведения об источниках и лицензиях — SOURCE_NOTICE.md.
submission.csv загрузите кнопкой «Отправить решение». Выполненный ноутбук прикрепите на вкладке «Код», выбрав назначение «Организаторам».