Все данные по задаче должны храниться в папке data выданного репозитория.
Структура данных должна получиться следующая:
- data
- queries
- 0.png
- 1.png …
- N.png
- test
- 1.png
- 3.png …
- X.png
- train
- 0.png
- 2.png …
- Y.png
- queries.csv
- test.csv
- train.csv
- submission.csv
- queries
- weights
- your-weights.h5
Для того, чтобы начать работу над проектом, склонируйте репозиторий в локальную папку (git clone /your/local/folder). Репозиторий представляет собой готовый шаблон проекта и базовое решение задачи (run.py)
Для того, чтобы загрузить своё решение, измените run.py и сделайте git push в main ветку.
После загрузки решения, ваша модель будет автоматически собираться с помощью предустановленного Dockerfile и Gitlab CI/CD пайплайна. Вам не нужно изменять Dockerfile, за исключением случаев, когда вы точно знаете, что делаете.
После успешной сборки вашей модели (логи сборки доступны в разделе CI/CD -> Jobs в левом меню репозитория), вы получите соответствующее email-уведомление, а в правой части экрана задачи, появится кнопка “Проверить решение”. Нажатие на эту кнопку запускает инференс модели.
Все внешние зависимости должны быть установлены через requirements.txt и скачиваться в ходе сборки модели. На этапе инференса (запуска run.py), сервер не имеет доступа в интернет, поэтому попытка скачать что-либо приведёт к ошибке.
Процесс расчёта модели происходит следующим образом:
-
Система берёт последнюю успешную сборку (коммит, который успешно собрался)
-
В директорию data подгружаются папки test, queries, а также файлы test.csv и queries.csv
-
Запускается файл run.py, результатом выполнения которого должен быть файл data/submission.csv
-
Файл submission.csv прогоняется через расчет метрики (пример файла для расчета метрики ниже), результат записывается в лидерборд.
Если всё произошло успешно, вы получите соответствующее email уведомление и сможете увидеть свой результат в разделе “Предыдущие решения” на этой странице (кнопка в правом нижнем углу экрана).