TPI Grupo 30 Computer Vision Project

Este es el dataset utilizado en el Trabajo Integrador de Inteligencia Artificial 2024 de la UTN-FRC.

Contiene imágenes de ajedrez, con una variedad de piezas tanto blancas como negras.

Estructura del Dataset

El dataset está dividido en tres particiones:

• Train: Contiene imágenes etiquetadas que deben ser utilizadas para entrenar los modelos de detección y clasificación de piezas de ajedrez.
• Validation: Esta partición debe usarse para ajustar los hiperparámetros del modelo y evaluar el desempeño antes de la prueba final.
• Test: Contiene imágenes sin etiquetas, las cuales serán utilizadas para la evaluación final en Kaggle. Los resultados obtenidos en esta partición deben ser enviados en formato CSV, siguiendo las reglas de la competencia.

Clases del Dataset

El dataset incluye un archivo data.yaml que define las siguientes clases que deben ser reconocidas y clasificadas:

• alfil
• alfil-blanco
• alfil-negro
• caballo-blanco
• caballo-negro
• esquina
• peon-blanco
• peon-negro
• reina-blanco
• reina-negro
• rey-blanco
• rey-negro
• torre-blanco
• torre-negro

Cada una de estas clases corresponde a un tipo específico de pieza de ajedrez o a una característica del tablero que es relevante para el análisis.

Formato de las Imágenes y Anotaciones

• Imágenes: Las imágenes están en formato estándar y pueden ser procesadas utilizando bibliotecas comunes de visión por computadora.
• Anotaciones: Las anotaciones se proporcionan en un formato de texto compatible con modelos de detección. Cada archivo de anotación (txt) contiene líneas donde cada línea representa una pieza en la imagen. El primer valor en cada línea indica la clase de la pieza mediante un índice, seguido de los valores que describen la caja delimitadora: la coordenada en x del centro de la caja, la coordenada en y, el ancho y la altura de la caja, todo expresado en relación con el tamaño de la imagen, es decir, normalizado entre 0 y 1.

Uso del Dataset

El dataset debe ser utilizado respetando la división de particiones para asegurar la validez de los resultados. Está prohibido utilizar las imágenes de la partición de prueba para entrenar los modelos.

Aclaración Importante

Es fundamental que los participantes utilicen únicamente el dataset proporcionado y no obtengan imágenes de otros recursos públicos en internet. Respetar el uso de este dataset es obligatorio y cualquier incumplimiento de esta regla puede resultar en la descalificación de la competencia.

---

                        @misc{
                            tpi-grupo-30_dataset,
                            title = { TPI Grupo 30 Dataset },
                            type = { Open Source Dataset },
                            author = { Roboflow },
                            howpublished = { \url{ https://universe.roboflow.com/utn-qib5l/tpi-grupo-30 } },
                            url = { https://universe.roboflow.com/utn-qib5l/tpi-grupo-30 },
                            journal = { Roboflow Universe },
                            publisher = { Roboflow },
                            year = { 2024 },
                            month = { oct },
                            note = { visited on 2024-11-21 },
                            }