天池大赛：街景字符编码识别——Part1：BaseLine&赛题理解

街景字符编码识别

更新流程↓
Task01：赛题理解
Task02：数据读取与数据扩增
Task03：字符识别模型
Task04：模型训练与验证
Task05：模型集成
好孩子看不见
比赛链接

---

Part1：赛题理解

0. BaseLine思路

将被识别图片剪裁转化为多个规范的单字符进行识别后拼接。本次赛事使用SVHN数据集对卷积神经网络(CNN)模型进行训练。

具体包含以下步骤：

• 创建虚拟环境
• 赛题数据读取（封装为Pytorch的Dataset和DataLoder）
• 构建CNN模型（使用Pytorch搭建）
• 模型训练与验证
• 模型结果预测

 0.1. 创建虚拟环境

  0.1.1. Anaconda3安装

  具体操作可以上B站观看教程，在此不再赘述。

  0.1.2. 使用Anaconda3创建虚拟环境

  0. 以下所有操作基于Windows 10系统下完成，本次构建环境所用到的是python3.7 + torch1.3.1gpu 版本。

  1. 在安装好Anaconda3之后，我们在开始菜单栏找到并运行Anaconda Navigator。

  2. 点击Anaconda Navigator左侧的 环境(Environments) 窗口，显示出的列表中存在一个base(root)环境。我们点击下方的 +号(Create) ,在弹出的窗口中，Packages选项勾选Python并选择版本，Name栏输入所要被创建的环境名字，在本次赛事中环境命名为：py37_torch131 。点击Create既可开始创建，等待些许时间就可在环境“base”下面看见新创建的“py37_torch131”。

  3. 鼠标选中“py37_torch131”，点击名字右侧的开始按钮，选择open terminal，既可激活环境并弹出CMD命令提示符。

  4. 输入conda install pytorch=1.3.1 torchvision cudatoolkit=10.0来安装pytorch1.3.1。（注：若因为下载速度缓慢而失败，可以选择使用清华镜像源）

  5. 输入pip install jupyter tqdm opencv-python matplotlib pandas一键安装所需其它依赖库。

  6. 输入jupyter notebook来启动JupyterNotebook进行代码编译。

至此，虚拟环境已经创建完毕，可以进行代码编写。

---

1. 赛题理解

 1.1. 赛题数据

  进入赛事界面的赛事与数据，从文件中下载数据并解压。其中，训练集数据train包括3W张照片，验证集数据val包括1W张照片，测试集test包括4W张照片。

 1.2. 数据标签

训练集和验证集的标签使用 .JSON格式。对于数据集中每张图片将给出对应的编码标签，和具体的字符框的位置，可用于模型训练：

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

 因为数据集中图片是含有多个字符的，所以提供的数据会包含多个字符的边框信息
例如：

 1.3. 字符识别方法