DataWhale-街景字符编码识别比赛记录

最新推荐文章于 2024-09-14 19:18:15 发布
最新推荐文章于 2024-09-14 19:18:15 发布
阅读量449 收藏
点赞数
文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kevin_595/article/details/106247337
版权

DataWhale-街景字符编码识别比赛记录

引言

作为正式参加的第一个CV比赛，打算通过这个来入个门。因为前两天因为私事没来得及跑这个比赛。看小组的讨论，打算先试试已有成功方案，跑通模型，先有个baseline然后逐步优化。

赛题背景

下面的内容都是来自比赛的官网。
赛题来源自Google街景图像中的门牌号数据集（The Street View House Numbers Dataset, SVHN），并根据一定方式采样得到比赛数据集。

评分标准为准确率。
在这里插入图片描述

计划尝试方向

  1. fastai 快速实现。
  2. 数据增强
    • 将图片转化为灰度
    • 数据旋转
  3. 尝试 resnet 101（已知top2方案）

当前进度

  1. 完成数据下载。

未完待续…

kevin_595
关注
DataWhale街景字符编码识别项目-数据准备
Never__Say__No的博客
09-29 304
转自：https://segmentfault.com/a/1190000022771088 查看数据 在构建数据集之前，我们先对数据进行一些可视化，对数据有一个大致的了解。 文件路径如下， 将其保存为字典 data_dir = { 'train_data': '/content/data/mchar_train/', 'val_data': '/content/data/mchar_val/', 'test_data': '/content/data/mchar_test_a/',
零基础入门CV赛事- 街景字符编码识别-DataWhale
qq_33346150的博客
05-19 1073
街景字符编码识别任务与目标安装PYTorch 任务与目标 赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。 为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思路参考。 理解赛题背景和赛题数据 安装PYTorch 我的电脑没有GPU所以安装CPU版本。在官网中配置自己需要的软件版本和机器型号。 在anaconda中新建环境选择‘Python3.7’版本，打开新建环境终端，键入第一步PYTorch官网生成的命令"c
天池&Datawhale- 街景字符编码识别
weixin_43905138的博客
05-19 306
天池&Datawhale- 街景字符编码识别 Task1 赛题理解 赛题背景 需要选手预测真实场景下的字符识别，这是一个典型的字符识别问题**（分类问题）** 数据集说明 数据集来源自Google街景图像中的门牌号数据集（The Street View House Numbers Dataset, SVHN），并根据一定方式采样得到比赛数据集。 训练集数据包括3W张照片，验证集数据包括1W张照片，每张照片包括彩色图像、对应的编码类别和具体位置。 数据包组成 训练集图片文件夹（3W张，png格式），验
街景字符识别—数据读取与数据扩增
lz你ps的博客
05-23 323
目录1. 图像读取1.1 Pillow1.2 Opencv2. 数据扩增3. 读取数据 1. 图像读取 1.1 Pillow Pillow是Python图像处理函数库（PIL）的一个分支，提供了常见的图像处理和处理的操作。 from PIL import Image im =Image.open('IMG/Task02/Pillow读取原图.png') im from PIL import Image,ImageFilter im = Image.open('IMG/Task02/Pillow读取原图
真*零基础入门CV--街景字符识别（阿里天池学习赛）
weixin_47349091的博客
03-24 1275
最新玩了一下阿里天池学习赛（当调参侠），觉得街景字符识别这个比赛还是对新手相对友好的，感兴趣的可以去参加。 传送门：https://link.zhihu.com/?target=https%3A//tianchi.aliyun.com/competition/entrance/531795/introduction 下面大概记录一下我大概的操作以及心得： 简介 首先看它们的数据组成以及特点，链接比赛里面的论坛的Task1-5是对这个比赛大致的讲解，大家可以先去看看。总的来说，train是3W张，val是1W
阿里云天池-零基础入门CV-街景字符编码识别
wuqitong123的博客
09-06 677
本文是阿里云天池的一个零基础入门cv的练习，适合小白学习。本文从赛题解析，数据分析，Baseline进行介绍，并提出自己基于Baseline的改进。
Datawhale入门CV比赛- 街景字符编码识别（一）
CleMints的博客
05-20 256
目录前言赛题理解1 学习路径2 运行环境及常用Package安装3 赛题展示4 思路分析5 Datawhale与Tianci官方资料（方便后续查询） 前言 之前做一些Traditional Image process的任务，这次借助Datawhale重新学习下Deep learning Image process的知识，由于没有下载破解版的pycharm，正好可以熟悉下Jupyer-Notebook搭建网络的方式。希望通过后面几次Tasks的学习，完成几个小目标： 熟悉Pytorch，并搭建简单的网络模型
天池 datawhale 街景字符编码识别
11-13
天池是一个著名的数据...总之，天池datawhale街景字符编码识别是一个具有挑战性和实际应用需求的竞赛项目，旨在推动计算机视觉和智能交通领域的技术发展，同时也为数据科学爱好者提供了一个学习和展示自己能力的机会。
Datawhale_街景字符编码识别-pytorch.transforms数据增强
Xiaobai_rabbit0的博客
05-30 795
街景字符编码识别-Task41、构建数据集2、参数设置3、定义模型3.1、使用VGG16迁移学习 1、构建数据集 trainGen = keras.preprocessing.image.ImageDataGenerator(rescale=1./255, rotation_range=40,
Datawhale_街景字符编码识别-Task2—图像数据读取与数据增广
Xiaobai_rabbit0的博客
05-25 406
Task2—数据读取与数据扩增读取前四张图片的标签及图片 读取前四张图片的标签及图片 imgs = glob.glob(data_dir['train_data']+'*.png') fig, ax = plt.subplots(figsize=(12, 8), nrows=2, ncols=2) marks = pd.read_json(data_dir['train_label']) for i in range(4): img_name = os.path.split(imgs[
Datawhale-天池入门赛街景字符编码识别-Task1：赛题理解
qq_34446027的博客
05-21 340
本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第二场 —— 零基础入门CV赛事之街景字符识别。赛制、赛题和数据详见天池官网链接。 数据集 本次比赛的数据集为处理过的SVHN，训练集3w，验证集1w，测试集4w，不同于原始SVHN的分辨率（均为32*32），本赛题的数据集分辨率各不相同，简单浏览数据集，可以看出图像对应的编码长度为1-6不等，主要集中在2-4，编码长度为6的图像极少（可考虑作为离群点），各字符颜色、字体、字号多种多样，需要想办法提取出最合适的特征用于最后的识别。 赛题思路 定
计算机视觉实践 - 街景字符编码识别/关于Task1的一些笔记
faye的爬坡旅程
05-20 548
计算机视觉实践 - 街景字符编码识别 关于Task1的一些笔记Task 1 赛题理解学习情况字符识别论文笔记ResNet18CRNNBaseline自己的理解遇到的问题Reference 最近参加了DataWhale的计算机视觉入门比赛，认识了很多大佬。虽然之前有过基于深度学习的一些实操经验，但对其中的原理还是不怎么懂，更别提模型的创新了。希望这次比赛过后，在理论和代码能力方面都能有所提高。 Task 1 赛题理解 赛题名称：零基础入门CV之街道字符识别 赛题目标：通过这道赛题可以引导大家走入计算机视觉的
计算机视觉（一）-----街景字符识别简介及代码实例
疯子书生的博客
05-20 2483
目录1.简介1.1 思路1.2 运行环境及安装示例2.代码实例2.1. 导入常用的包：2.2. 定义好读取图像的Dataset2.3. 定义好训练数据和验证数据的Dataset2.4. 定义好字符分类模型，使用renset18的模型作为特征提取模块2.5. 定义好训练、验证和预测模块2.6. 迭代训练和验证模型2.7. 对测试集样本进行预测，生成提交文件2.8. 加载保存的最优模型 1.简介 数据集来源为Google街景图像中的门牌号数据集（The Street View House Numbers Dat
每天五分钟玩转深度学习PyTorch：获取神经网络模型的子网络模型
huanfeng_AI的博客
09-09 368
本文主要为第二步（模型搭建）和第六步（优化器）服务，因为子网络是网络模型的一部分，我们如何获取自网络，需要了解网络的模型结构，然后再优化器部分我们需要获取指定网络模型部分的模型参数，所以本节课程很重要。
机器学习与深度学习的区别
最新发布
警警的博客
09-14 1096
机器学习与深度学习
机器学习和深度学习的区别
jun778895的博客
09-10 858
机器学习：是人工智能的一个分支，它让计算机能够在没有明确编程的情况下，通过观察和分析大量数据来学习并做出预测或决策。机器学习起源于20世纪50年代，随着算法的不断发展，逐渐形成了多种经典算法，如决策树、支持向量机、随机森林等。深度学习：则是机器学习的一个子领域，它主要依赖于深度神经网络模型进行学习和预测。深度学习在21世纪初开始兴起，特别是随着计算能力的提升和大数据的普及，深度学习算法得以广泛应用，并取得了显著成效。
如何理解深度学习的训练过程
qq_61033357的博客
09-11 404
这是模型在训练过程中通过数据自动学习的参数，主要是卷积层的权重和偏置。比如卷积核内部的权重（Conv2d中的weights和bias）会随着训练数据的输入和误差的反馈不断更新。以yolov5为例子，训练的目的是把一组输入猫狗图像放到神经网络中，得到一个输出模型，这个模型下次可以直接用来识别哪个是猫，哪个是狗。这些参数是在反向传播过程中由优化器（如Adam、SGD等）自动调整的，目的是使模型更好地拟合训练数据。步长（stride）：决定卷积操作在输入特征图上的移动幅度，影响输出的特征图大小。
基础GAN生成式对抗网络（pytorch实验）
weixin_47696370的博客
09-10 395
采用MNIST数据集，如下是训练集中的一张图片。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值