DW-CV project

TASK1

数据集

图片大小不一，eg. 743524, 需要resize
Train Dataset: 3W张图片
Validation Dataset: 1W张图片
Test_a Dataset: 4W张图片

Json:height等list中个数与该图片中label个数相等

Field	Description
top	左上角坐标X
height	字符高度
left	左上角坐标Y
width	字符宽度
label	字符编码

不定长字符识别思路

1. 定长 - 每个字符为0-9或填充字符（如X），共计11类
2. 不定长 - CRNN
   （Q:“在本次赛题中给定的图像数据都比较规整，可以视为一个单词或者一个句子。”？CRNN的优缺点？适用数据？）
3. 定位后识别 - SSD / YOLO

Baseline

Resize + Resnet18, batch size 40

TASK2

图像处理包：

1） pillow:

# 加模糊滤镜
from PIL import Image, ImageFilter
im = Image.open(‘cat.jpg’)
im2 = im.filter(ImageFilter.BLUR)
im2.save(‘blur.jpg’, ‘jpeg’)

# 裁剪图片
im.thumbnail((w//2, h//2))
im.save(‘thumbnail.jpg’, ‘jpeg’)

# 官方库：https://pillow.readthedocs.io/en/stable/

2）OpenCV

BRG换RGB、灰度图、边缘检测

import cv2
# 导入Opencv库
img = cv2.imread(‘cat.jpg’)
# Opencv默认颜色通道顺序是BRG，转换一下
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 转换为灰度图
img = cv2.cvt