Datawhale零基础入门cv - Task1 赛题理解

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。