1 赛题理解
以前只做过kaggle中的猫狗图像二分类问题,用的是keras框架,感觉比较简单。与猫狗图像二分类问题相比,字符识别的难度一下子就提升了,字符识别属于多分类问题,如果加上目标检测的话,难度就更大了,对于模型的选择可能就不一样了。
2 解题思路
目前,我只是想到了先把原图由彩色图转化为灰度图,然后进行图像增强再进行分割,将数字分隔开之后二值化图像,选取VGG16模型来进行训练,识别而出每一个数字之后再进行合并,就解决了字符长度不等的问题。或者是直接将原图像中的数字长度定为六位数,然后将一百万个数字进行one-hot编码,在进行识别训练。