资源介绍
车库检测非官方的半监督学习挑战
目标栏：
AllGarageDoorEntrancesVisible
培训数据可在以下文件中找到：
image_labels_train.csv
可以在GarageImages文件夹中找到图像。
只有一小部分图像被标记用于训练和支持，并且还有更多未标记的图像，因此需要半监督学习！
列说明：
ID：每个图像的随机唯一ID号
GarageDoorEntranceIndicator：如果在照片中可见车库门入口，则值为1，否则为0-[MAIN TARGET]
AllGarageDoorEntrancesVisible：如果合理地假设该照片中说明了该物业的所有车库门，则值为1，否则为0
评价
请使用以下文件为最终模型评分：
image_labels_holdout.csv
绩效将基于AUC。请使用以下代码来计算您的坚持AUC得分。
fpr, tpr, thresholds = metrics.roc_curve(y, pred, pos_label=1) metrics.auc(fpr, tpr) # 0.75
一个构建车库检测系统的项目，但不幸的是（与许多项目一样），该项目从未成功，因此决定尝试使用Google上的图片复制该项目。我认为这也是从事半监督学习技术并与数据科学界就该主题进行合作的绝佳机会！
内容
- 以下代码用于从Google图片中抓取图片
- 从2020年5月至6月，在1-2个月的时间内随机收集数据
- 各种各样的搜索词被用来从Google图片中抓取图片，包括“ zillow homes ohio”，“ garage”等。
END
