В данном задании вам предстоит реализовать инференс ML модели компьютерного зрения для классификации изображений предметов гардероба по типу.
В качестве набора данных будем использовать Fashion MNIST.
В данном наборе данных представлены изображения в разрешении 28x28 пикселей.
Каждый пиксел кодируется одним байтом, который задает оттенок серого цвета (0 - черный, 255 - белый).
Всего в наборе данных представлено 60,000 изображений, относящихся к 10 классам, которые закодированы следующим образом:
● 0 T-shirt/top
● 1 Trouser
● 2 Pullover
● 3 Dress
● 4 Coat
● 5 Sandal
● 6 Shirt
● 7 Sneaker
● 8 Bag
● 9 Ankle boot
Специалист отдела Data Science по имени СкайНет уже подготовил модели, обученные с помощью 4-х различных алгоритмов и оценил их метрику качества на проверочной выборке.
В итоге получились следующие результаты:
● Логистическая регрессия - 0.85
● CatBoost - 0.87
● Многослойный перцептрон - 0.89
● Сверточная нейронная сеть на Tensorflow - 0.9
Решение должно представлять из себя исполняемый файл, который принимает в качестве параметра файл с тестовыми данными и файл с моделью.
Тестовые данные представляют собой текстовый файл в формате CSV без заголовка.
В первом столбце - номер класса, в последующих 784 столбцах закодированы пиксели изображения (матрица 28x28 развернута в одномерный массив по строкам).
В результате исполнения программы должна выводиться метрика качества модели - доля правильных ответов (accuracy).