Datawhale 零基础入门CV之街道字符识别赛事-Task1 赛题理解

天池比赛链接:https://tianchi.aliyun.com/competition/entrance/531795/introduction

第一次接触字符识别比赛。

赛题名称:零基础入门CV之街道字符识别

评测指标: (准确率)Score=编码识别正确的数量/测试集图片数量

简单入门思路:定长字符识别
可以将赛题抽象为一个定长字符识别问题,在赛题数据集中大部分图像中字符个数为2-4个,最多的字符 个数为6个。因此可以对于所有的图像都抽象为6个字符的识别问题,字符23填充为23XXXX,字符231填充为231XXX。 经过填充之后,原始的赛题可以简化了6个字符的分类问题。在每个字符的分类中会进行11个类别的分类,假如分类为填充字符,则表明该字符为空。

专业字符识别思路:不定长字符识别(正统方法)
在字符识别研究中,有特定的方法来解决此种不定长的字符识别问题,比较典型的有CRNN字符识别模型。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。

专业分类思路:检测再识别
在赛题数据中已经给出了训练集、验证集中所有图片中字符的位置,因此可以首先将字符的位置进行识别,利用物体检测的思路完成。此种思路需要参赛选手构建字符检测模型,对测试集中的字符进行识别。选手可以参考物体检测模型SSD或者YOLO来完成。

你可能感兴趣的:(Datawhale 零基础入门CV之街道字符识别赛事-Task1 赛题理解)