datawhale OCR竞赛task01

一.比赛主题

本次比赛为"英特尔创新大师杯”深度学习挑战赛，其主要目的是OCR的识别https://tianchi.aliyun.com/competition/entrance/531902/introduction

二.简介

OCR （Optical Character Recognition，光学字符识别）是最早的计算机视觉任务之一。人类使用电子设备（图像采集装置）采集现实场景中打印的字符，然后通过检测字符的形状，用字符识别的方法将其翻译成计算机文字。随着技术的发展，OCR已经逐渐应用到社会的各种需求中。如今，我们可以在各个行业领域中看到OCR的广泛用途，包括：证件、车牌识别；物流分拣；智慧医疗；无纸化办公；文档检索等等。因此，在互联网时代中，OCR的应用算法，具有很大的商业价值。

在一些简单环境下，例如电子文档的识别，OCR的识别的准确率已经可以达到很高的水准。但是，OCR技术依然面临着很多难点，一些以往的算法在处理复杂图文场景里的文字时，依旧显得力不从心。因此，阿里云计算平台事业部团队联合英特尔举办此次OCR任务竞赛，旨在解决复杂场景中通用OCR识别的难点，以满足人们在不同行业应用中的需求。

三.比赛数据

四.baseline

https://tianchi.aliyun.com/forum/postDetail?spm=5176.12586969.1002.6.32eb46d7ionoME&postId=244091
采用的是百度paddlepaddle框架下的pdocr，baseline中包括数据的整理，还有训练需要的脚本格式

五.注意事项

1.建议优先采用Linux，win下或多或少会存在一些问题