零基礎入門CV賽事 Task1 賽題理解

賽題名稱：零基礎入門cv之街道字元識別

賽題任務：賽題以計算機視覺中字元識別為背景，要求選手**街道字元編碼，這是乙個典型的字元識別問題。

注意：按照比賽規則，只能使用比賽給定的資料集完成訓練，不能使用svhn原始資料集。

訓練集包括3w張**，驗證集包括1w張**，每張**包括顏色影象和對應的編碼類別和具體位置；為了保證比賽的公平性，測試集a包括4w張**，測試集b包括4w張**。

field

description

top左上角座標x

height

字元高度

left

左上角座標y

width

字元寬度

label

字元編碼

字元的座標具體如下：

re=編

碼識別正

確的數量

測試集圖

片數量score=\frac

score=

測試集圖

片數量編

碼識別正

確的數量

​

import json

train_json = json.load(
open
('./data/train.json'))
# 資料標註處理
defparse_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(
)

因此本次賽題的難點是需要對不定長的字元進行識別，與傳統的影象分類任務有所不同。

有多種解題思路：

零基礎入門CV賽事 Task1 賽題理解

賽題名稱 零基礎入門cv之街道字元識別 賽題目標 通過這道賽題可以引導大家走入計算機視覺的世界，主要針對競賽選手上手視覺賽題，提高對資料建模能力。賽題任務 賽題以計算機視覺中字元識別為背景，要求選手 街道字元編碼，這是乙個典型的字元識別問題。為了簡化賽題難度，賽題資料採用公開資料集svhn，因此大家...

零基礎入門CV賽事 Task1 賽題理解

賽題目標 通過這道賽題可以引導大家走入計算機視覺的世界，主要針對競賽選手上手視覺賽題，提高對資料建模能力。賽題任務 賽題以計算機視覺中字元識別為背景，要求選手 街道字元編碼，這是乙個典型的字元識別問題。import json train json json.load open r d study c...

零基礎入門CV賽事 Task1 賽題理解

先在github上新建乙個專案用於記錄 最終達成識別天池報名的後獲得的資料中的數字。使用 from pil import image import numpy as np import matplotlib.pyplot as plt from tqdm import tqdm,tqdm noteb...