Datawhale 零基础入门CV赛事Task1 赛题理解

Task1 赛题理解

1.赛题理解

赛题名称：零基础入门CV之街道字符识别
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。

2.赛题数据

赛题以街道字符为为赛题数据，来自收集的SVHN街道字符，并进行了匿名采样处理。
在这里插入图片描述
在这里插入图片描述
训练集数据包括3W张照片，验证集数据包括1W张照片，每张照片包括颜色图像和对应的编码类别和具体位置；为了保证比赛的公平性，测试集A包括4W张照片，测试集B包括4W张照片。

3.数据标签

对于训练数据每张图片将给出对于的编码标签，和具体的字符框的位置（训练集、验证集都给出字符位置），可用于模型训练：
字符坐标如下

4.评测指标

以编码整体识别准确率为评价指标。任何一个字符错误都为错误，最终评测指标结果越大越好，具体计算公式如下：
Score=编码识别正确的数量/测试集图片数量

5.解题思路

本质是图像分类问题，难点在于图片字符数不确定，最多6个。
思路1：将赛题抽象为定长（6位）字符识别。
思路2：用文本识别的方法解决不定长字符识别问题。
思路3：先检测后识别，属于目标检测领域。