| فایل اولیه‌ی سؤال را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355588/) دانلود کنید. | |:------------------------------------------------------------------------:| پایگاه جدید انتقام‌جویان (*Avengers*)، با پیشرفته‌ترین سیستم‌های امنیتی جهان محافظت می‌شود. اما اخیرا سازمان مخفی **A.I.M** (*Advanced Idea Mechanics*) استراتژی جدیدی را برای سرقت نقشه‌های زره‌های تونی استارک به کار گرفته است. آن‌ها دسته‌هایی از نانو-پهپادهای جاسوسی را به اطراف پایگاه ارسال کرده‌اند. این پهپادها مجهز به تکنولوژی استتار نوری بی‌نقص و سیستم‌های جذب امواج رادار هستند. در نتیجه دوربین‌های امنیتی فوق‌پیشرفته و رادارهای پایگاه کاملا در برابر آن‌ها کور شده‌اند و هیچ چیزی را ثبت نمی‌کنند. استارک که متوجه نقص امنیتی شده بود، متوجه یک نقطه ضعف کوچک در این پهپادها شد: روتورهای مینیاتوری آن‌ها، هرچند بسیار بی‌صدا، اما فرکانس‌های صوتی و «وزوزهای» بسیار خاصی تولید می‌کنند که با صدای طبیعت اطراف متفاوت است. او بلافاصله شبکه‌ای از میکروفون‌های فوق‌حساس را در جنگل‌های اطراف پایگاه فعال کرد تا صدای محیط را ضبط کنند. اما یک چالش فنی بزرگ به وجود آمد؛ هوش مصنوعی پایگاه، یعنی *FRIDAY* ، برای پردازش‌های سنگین بینایی ماشین بهینه‌سازی شده است. تحلیل هزاران ساعت فایل صوتی خام با شبکه‌های پردازش صوت، آن هم برای پیدا کردن صدای یک پهپاد کوچک که در نویز باد و صدای پرندگان گم شده، زمان‌بر است و A.I.M در همین زمان در حال استخراج داده‌هاست. برای حل این مشکل، تونی استارک تمام فایل‌های صوتی ضبط شده را به **اسپکتروگرام** تبدیل کرده است. اسپکتروگرام‌ها در واقع تصاویر رنگی از فرکانس‌های صدا در طول زمان هستند. با این ترفند هوشمندانه، مشکل پردازش صوت، به یک مسئله بینایی ماشین تبدیل شده است. اثر انگشت صوتی موتور پهپادها، حالا به شکل الگوهای بصری خاص در این تصاویر پنهان شده‌اند. سیستم دفاعی پایگاه برای شلیک پالس‌های الکترومغناطیسی و خنثی کردن پهپادها، به دو داده‌ی حیاتی نیاز دارد که مدل شما باید از روی تصاویر اسپکتروگرام استخراج کند: 1. **شناسایی و شمارش:** در بازه زمانی مربوط به این اسپکتروگرام، کلا چند پهپاد در اطراف پایگاه حضور داشته‌اند؟ 2. **مختصات زمانی دقیق:** حضور هر پهپاد دقیقا از چه ثانیه‌ای شروع و در چه ثانیه‌ای تمام شده است؟ || |:-:| ## **نحوه ارسال پاسخ** شما باید ابتدا با استفاده از تصاویر موجود در پوشه `train` مدل خود را آموزش دهید و سپس تعداد و مختصات زمانی پهپادهای موجود در پوشه `test` را تخمین بزنید. خروجی مدل شما باید در قالب یک فایل `submission.csv` در کوئرا بارگذاری شود. به همراه این فایل، ارسال سورس‌کد شما در قالب یک فایل نوت‌بوک به نام `drone.ipynb` **الزامی** است (در غیر این صورت نمره شما صفر منظور خواهد شد). فایل `submission.csv` شما باید حتما دارای هدر بوده و شامل سه ستون با ترتیب و نام‌های دقیق زیر باشد: | **image_file** | **drone_count** | **intervals** | | --------------------- | --------------- | --------------------------------- | | `sample_a1b2c3d4.png` | 1 | 10.99-12.84 | | `sample_b2c3d4e5.png` | 1 | 2.41-4.53 | | `sample_c3d4e5f6.png` | 0 | | `sample_d4e5f7g8.png` | 3 | 0.52-1.75;13.70-15.96;16.42-17.62 | | `sample_e5f6g7h8.png` | 2 | 0.34-1.35;11.03-12.19 | ### **نوت‌بوک** راه‌حل شما باید در یک نوت‌بوک با نام زیر ارائه شود: ``` drone.ipynb ``` نوت‌بوک باید تمام مراحل کار را نگه دارد: بررسی داده، پاک‌سازی، مهندسی ویژگی، آموزش مدل و ارزیابی. هنگامی که نوت‌بوک با گزینهٔ Run All اجرا می‌شود، باید بدون هیچ خطایی اجرا شده و در پایان، فایل ارسال (*submission*) را تولید کند. ### **نحوه‌ی ارسال** خروجی نهایی خود را در قالب یک فایل ZIP ارسال کنید که شامل نوت‌بوک شماست: ``` result.zip └── drone.ipynb └── submission.csv ``` ## **نحوه ارزیابی سوال** برای سنجش عملکرد الگوریتم‌ها، به دو بخش مجزا و با وزن‌های متفاوت تقسیم شده است: **۱. دقت شناسایی و شمارش** و **۲. دقت مختصات زمانی**. از آنجایی که شلیک پالس‌های EMP نیازمند زمان‌بندی بی‌نقص است، فرمول ارزیابی بر پایه اشتراک بر اجتماع زمانی (*Temporal Intersection over Union - tIoU*) در سطح کل پیش‌بینی‌ها طراحی شده است. امتیاز نهایی هر تصویر اسپکتروگرام بر اساس فرمول زیر محاسبه می‌شود: $$Score = 100 \times \frac{\sum tIoU_{matched}}{TP + FP + FN}$$ + **صورت کسر ($\sum tIoU_{matched}$):** مجموع هم‌پوشانی‌های زمانی پیش‌بینی‌های درست. هرچه لبه‌های شروع و پایان حضور پهپاد را با دقت میلی‌ثانیه‌ای بالاتری استخراج کنید، این عدد بزرگتر شده و به عنوان پاداش عمل می‌کند. + **مخرج کسر ($TP + FP + FN$):** کل ظرفیت اشتباهات سیستم. این مخرج باعث می‌شود معماری شما هم بابت از دست دادن پهپادها (FN) و هم بابت تولید پیش‌بینی‌های توهمی و خیالی (FP) به شدت جریمه شود.