计算机视觉实践Task01：赛题理解

**

计算机视觉实践（街景字符编码识别）

**

Task01：赛题理解（2天）

学习目标

• 理解赛题背景和赛题数据
• 完成赛题报名和数据下载，
• 理解赛题的解题思路 了解赛题

首先对电脑的环境进行配置：

conda create -n environment_name python=X.X

“environment_name”是要创建的环境名；“python=X.X”是选择的Python版本，我的相关代码为：

  conda create -n py37_torch131 python=3.7

然后进行激活

安装pytorch=1.3.1
使用清华镜像快速安装pytorch

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda install pytorch=1.3.1 torchvision cudatoolkit=10.0

一键安装其他库
采用清华源下载较快

pip install  jupyter tqdm opencv-python matplotlib pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

因为我安装时候出现各种问题，用的conda次数比较多。。。所以有几个命令用的较多：

conda list                           查看安装了哪些包。
conda env list 或 conda info -e      查看当前存在哪些虚拟环境
conda update conda                   检查更新当前conda
activate your_env_name(虚拟环境名称)  就是选择用哪个虚拟环境，activate然后把环境名字敲上去

安装完成后看赛题数据：

import os, sys, glob, shutil, json
os.environ["CUDA_VISIBLE_DEVICES"] = '0'
import cv2
from PIL import Image
import numpy as np
from tqdm import tqdm, tqdm_notebook
import torch
torch.manual_seed(0)
torch.backends.cudnn.deterministic = False
torch.backends.cudnn.benchmark = True
import torchvision.models as models
import torchvision.transforms as transforms
import torchvision.datasets as datasets
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torch.autograd import Variable
from torch.utils.data.dataset import Datase

运行出现错误：

解决了问题：版本不匹配， torchvision重新下载了0.4.1

现在进行赛题的理解：

1. 赛题数据

赛题以街道字符为为赛题数据，数据集报名后可见并可下载，该数据来自收集的SVHN街道字符，并进行了匿名采样处理。

训练集数据包括3W张照片，验证集数据包括1W张照片，每张照片包括颜色图像和对应的编码类别和具体位置；为了保证比赛的公平性，测试集A包括4W张照片，测试集B包括4W张照片。

需要注意的是本赛题需要选手识别图片中所有的字符，为了降低比赛难度，我们提供了训练集、验证集中所有字符的位置框。

2. 数据标签

对于训练数据每张图片将给出对于的编码标签，和具体的字符框的位置（训练集、验证集都给出字符位置），可用于模型训练：

在比赛数据（训练集和验证集）中，同一张图片中可能包括一个或者多个字符，因此在比赛数据的JSON标注中，会有两个字符的边框信息：

3. 评测指标

选手提交结果与实际图片的编码进行对比，以编码整体识别准确率为评价指标。任何一个字符错误都为错误，最终评测指标结果越大越好，具体计算公式如下：

Score=编码识别正确的数量/测试集图片数量

读取json数据代码，文档中代码：

结果：
注意：存储的路径当中不要有中文，否则可能会出现如下报错，把中文删了就好：

TypeError: Image data cannot be converted to float

解题思路：

因为我第一次参加CV相关赛事，因此采用简单入门思路，设定最大个数为6.

个人总结：

**
思路大概清楚了，采用最简单的定长字符识别就可以，就是感觉自己基础的好多不足，各种代码第一次用到，还有安装虚拟环境时候有些恶心，各种错误。