Chicken Counting
IOAI 2025 · Día 1 · Sede: Beijing, China 🇨🇳
Temas: Computer Vision, Deep Learning · Edición: IOAI 2025
💡 Qué pide y por dónde va (spoiler)
Contar gallinas Silkie de corral libre por estimación de densidad: el extractor de features viene preentrenado y congelado, y hay que diseñar y entrenar el decoder que produce un mapa 180×320 cuya suma es el conteo. Solo 100 imágenes de entrenamiento. No es detección: es regresión sobre un mapa.
📋 Ficha
| Métrica | exp(−media del error relativo absoluto de conteo), se maximiza en 0–1 |
| Modelos permitidos | extractor de features preentrenado provisto (base.pth) |
| Rendimiento observado | 🟡 media ≥25 — media 26.11/100 · mediana 17.14 · máx 100.0 · sacaron 0: 39% · pasaron de 50: 24% (n=284) |
| Cohorte | 2025 · Día 1 · Individual |
| Contrato | Fuente oficial revisada |
| Archivos producidos | submission.npz |
| Punto de entrada | Imágenes y mapas de densidad; comprobar la preparación con Chicken_Counting.ipynb. |
| Split de las referencias | pred_a se evalúa sobre validation y pred_b sobre test; el split de los números baseline/Comité sigue por verificar. |
| Evaluación | metrics.py consume submission.npz con pred_a y pred_b; cada array es (100, 1, 180, 320), real, finito y no negativo. |
| Dependencias | NumPy y datasets para metrics.py; revisar el entorno de entrenamiento aparte. |
| Por verificar | archivos a entregar, límite de entrega |
| Ejecución del grader verificada aquí | No verificada |
Contrato del evaluador revisado, entrega en plataforma y tamaño por confirmar. Suma mapas para contar; usa exp(-mean(abs(1-pred/real))). Ratios no finitos se sustituyen por 1; si la media supera 100 devuelve 0.
Fuentes del contrato: fuente 1
Revisión documental: 2026-09-06.
Puntaje normalizado: Norm = (tuyo − baseline) / (Max − baseline) × 100 · baseline 0.71 · Comité Científico 0.89 (escala nativa de la métrica, 0–1). Son referencias del split declarado en el contrato, no un resultado transferible a cualquier validación. Max no es necesariamente el Comité. Consultar Formato IOAI y estrategia y Protocolo de simulacro antes de normalizar.