Skip to content

MlDenis/rndigital-2023

Repository files navigation

Пример Docker проекта для Хакатона 2023

Для решения задачи отборочного этапа Хакатона 2023 вам необходимо собрать Docker контейнер с вашей программой. В качестве входных данных вам предоставят файл input.webm, содержащий 3 сцены путешествия по дороге. Ваш алгоритм должен выполнить бинарную сегментацию дорожного полотна (определить все пиксели, содержащие дорогу), представить их в виде чёрно-белой маски, где белому цвету соответствует дорога, а чёрному — всё остальное и записать в CSV таблицу с именем файла output.csv, содержащий столбцы:

ImageID EncodedPixels
input.webm_1 255 8 269 5 279 5 438 3 477 3...
input.webm_2 265 1 473 2 145 2 154 1 234 1...
  • где ImageID - название видео и номер кадра в виде input.webm_1234,
  • EncodedPixels - маска дороги, закодированная в RLE (Run-length encoding).

Данный проект предоставляет собой основу для сборки контейнера. В качестве системы используется Ubuntu 18.04 (bionic), она же будет использоваться на самом мероприятии. Разрешается использовать вычисления на CUDA, а также другие дистрибутивы GNU/Linux, но рекомендуется избегать вычислительно интенсивных решений, т.к. производительность вашей программы влияет на общую оценку.

Обмен файлами с Docker контейнером осуществляется посредством монтирования папки из основной ОС в Docker контейнер. В файле Makefile можно настроить, какая папка из ОС будет пробрасываться в Docker контейнер, а также настроить имя контейнера. Также в этом файле описаны сами команды в чистом виде, если это необходимо. Имя входного файла должно быть строго input.webm, а выходного - output.csv. Оба файла должны размещаться в папке /mnt/ Docker контейнера. Это необходимо чтобы работу программы можно было проверить в автоматическом режиме на разных входных данных.

Оценка

Работа будет оцениваться по точности и скорости выполнения. Точность оценивается методом сравнения с эталонной маской с помощью коэффициента Жаккара. Скорость работы определяется временем обработки программой видео. Для оценки будет использовано специальное видео, не распространяемое публично.

Команды

Сборка:

make build

Запуск:

make run

Сборка с CUDA:

make build_cuda

Запуск с CUDA:

make run_cuda

Сборка с Pytorch:

make build_pytorch

Запуск с Pytorch:

make run_cuda

Запуск оболочки Bash:

make shell

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published