{
  "fetched_at": "2026-10-19T07:36:30Z",
  "source_url": "https://www.kaggle.com/competitions/deepcovid/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Le dataset contient deux répertoire. Le premier répertoire train contient les images pour l'entrainement du réseau de neurones profonds. Tandis que le deuxième répertoire (test) sert au test indépendant du réseau de neurones après entrainement.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "**Deep Learning pour la classification d'images radiographiques Covid-19**\n\nL’objectif de ce challenge est de développer un réseau de neurones profond pour classifier des images médicales (radiographies) et détecter la présence ou pas de pathologie Covid-19. Plus concrètement, le modèle développé devra identifier la classe d’une image radiographique (X-ray) parmi trois possibilités : covid-19, normal, viralpneumonia.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Nous évaluons vos propositions de solution à l'aide du F1-Score",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}