Использование более свежей и гибкой сетки efficientnet дает 0.98 на трейне и 0.96 на сабмите. Также могу отметить что трейновые данные отличались от подложки. Проделав аугументацию трейнового датасета не принесло буста к результату поэтому решил вообще убрать аугментацию для того чтобы трейн эпохи шли быстрее
Вот так выглядит снимок, чьи координаты надо определить
Здесь уже в качестве примера приложил увеличенную в масштабе подложку, с которой сверяем снимок и определяем координаты
можете просмотреть выжимку по заданию и архитектуре здесь
ноутбук с решением - sputnik_final_version.ipynb