Ajedrez TPI - Alumnos Dataset

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.

---

本数据集系2024年UTN-FRC人工智能综合实习项目所使用。该数据集包含多种黑白棋子图像，用以丰富棋局元素。

### 数据集结构

数据集被划分为三个部分：

- **训练集 (Train)：** 包含用于训练棋子检测与分类模型的标记图像。
- **验证集 (Validation)：** 用于调整模型超参数及在最终测试前评估模型性能。
- **测试集 (Test)：** 包含未标记的图像，用于在Kaggle上的最终评估。参赛者需按照比赛规则，以CSV格式提交该部分的结果。

### 数据集类别

数据集包含一个名为 `data.yaml` 的文件，定义了以下需识别和分类的类别：

- `alfil`（象）
- `alfil-blanco`（白象）
- `alfil-negro`（黑象）
- `caballo-blanco`（白马）
- `caballo-negro`（黑马）
- `esquina`（角落）
- `peon-blanco`（白兵）
- `peon-negro`（黑兵）
- `reina-blanco`（白后）
- `reina-negro`（黑后）
- `rey-blanco`（白王）
- `rey-negro`（黑王）
- `torre-blanco`（白车）
- `torre-negro`（黑车）

每一类别均对应一种特定的棋子类型或与棋盘分析相关的特性。

### 图像与标注格式

- **图像：** 图像格式标准，可使用常见的计算机视觉库进行处理。
- **标注：** 标注以与检测模型兼容的文本格式提供。每个标注文件（txt）包含一行，每行代表图像中的一个棋子。每行的第一个值通过索引标识棋子类别，随后是描述边界框的值：边界框中心的x和y坐标、宽度与高度，均以图像尺寸为基准进行归一化，即介于0和1之间。

### 数据集使用规范

在使用本数据集时，应严格遵守分区划分，以确保结果的可靠性。禁止使用测试集图像进行模型训练。

### 重要说明

参赛者必须仅使用提供的本数据集，并严禁从互联网其他公开资源获取图像。遵守本数据集的使用规定为参赛的强制性要求，任何违反此规定的行为可能导致参赛者被取消比赛资格。