datawhale组队学习入门CV Task1

datawhale组队学习入门CV Task1

Task 1 赛题理解

项目数据
数据标签
评测指标
数据读取
解题思路

1. 项目数据

数据集来自SVHN街道字符
训练集：3W张照片，验证集：1W张照片
测试集A B 均包含4W张照片

2. 数据标签

训练集中图片给出编码标签和具体字符框位置，同一图片可能含有多个字符，使用JSON标注。

3. 评价指标

Score = 编码识别正确数量/测试集图片数量

4. 数据读取

JSON读标签

 import json 
 train_json = json.load(open('../input/train.json'))

<div STYLE="page-break-after: always;"></div> 
def parse_json(d):
	arr = np.array([
		d['top'], d['height'], d['left'],  d['width'], d['label'] 
	])
	arr = arr.astype(int) 
	return arr
	
img = cv2.imread('../input/train/000000.png') 
arr = parse_json(train_json['000000.png'])

plt.figure(figsize=(10, 10)) 
plt.subplot(1, arr.shape[1]+1, 1) 
plt.imshow(img) 
plt.xticks([]); plt.yticks([])

for idx in range(arr.shape[1]):   
	plt.subplot(1, arr.shape[1]+1, idx+2)    
	plt.imshow(img[arr[0, idx]:arr[0, idx]+arr[1, idx],arr[2, idx]:arr[2, idx]+arr[3, idx]])    
	plt.title(arr[4, idx])    
	plt.xticks([]); plt.yticks([])

5. 解题思路

对于不定长字符识别有三种解题思路
填充为定长字符
不定长字符识别
如CRNN字符识别模型
先检测再识别
先识别字符位置再识别字符。
参考物体检测模型SSD和YOLO.

小结

第一次使用anaconda，不熟悉jupyter操作，配置环境花了较长时间，对于题目意思基本理解。

资料来源：
Datawhale link.