# MDS-MISIS-DL Flower Photos Classification — Data

来源：https://www.kaggle.com/competitions/flower-photos-classification/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

- flower_photos.tgz – архив с изображениями
- sample_submission.csv - пример предсказания

Изображения, на которых должна проверяться работа модели и загружаться решения, представлены в файле sample_submission.csv (в виде путей). Тестовая выборка была случайным образом из датасета, поэтому пересечение с обучающей и валидационными выборками приемлемо из-за небольших размеров датасета. *(Вас может соблазнить возможность отправить в качестве решения разметку тестовой выборки, но мы надеемся на вашу честность :) )*
В ноутбуке с базовым решением представлен способ получения результатов предсказаний из этого файла:

    import numpy as np
    import pandas as pd

    class_index_to_label = [
    "DAISY",
    "DANDELION",
    "ROSE",
    "SUNFLOWER",
    "TULIP"
    ]

    validation_answers = pd.read_csv("sample_submission.csv")
    model_answers = pd.DataFrame()
    for file_path in validation_answers["Id"]:
        img = tf.keras.preprocessing.image.load_img(
        file_path, target_size=IMAGE_SIZE
        )
        img_array = tf.keras.preprocessing.image.img_to_array(img)
        img_array = tf.expand_dims(img_array, 0)

        predictions = xception_network_flower_photos.predict(img_array)
        predicted_class_index = np.argmax(predictions, axis=1)[0]
        model_answers = model_answers.append({"Id": file_path, "Category": class_index_to_label[predicted_class_index]}, ignore_index=True)

    model_answers = model_answers.set_index(keys = "Id")
    model_answers.to_csv("model_answers.csv")
`