零基础入门CV赛事,理论结合实践

 Datawhale干货 

作者:阿水,Datawhale成员

零基础入门CV赛事,理论结合实践_第1张图片

本次分享的背景,Datawhle联合天池发布的学习赛:零基础入门CV赛事之街景字符识别。本文以该比赛为例,对计算机视觉赛事中,赛事理解和Baseline两部分内容进行解析,帮助大家更好地学习实践。同时进行了直播分享(今晚7点在阿里天池直播分享,录播上传后原链接可回看):

https://tianchi.aliyun.com/course/live?spm=5176.12586971.1001.1.11be32bcSt2XSi&liveId=41167

零基础入门CV赛事,理论结合实践_第2张图片

零基础入门CV赛事,理论结合实践_第3张图片

分享大纲

1. 赛题介绍

  • 介绍赛事主题、目标、数据及赛事资源;

2. Baseline

  • 提出了三种解题思路及部分实现代码;

3. 知识点

  • Baseline涉及知识点,模型提升及其他思考。

赛题介绍

本场比赛为零基础入门系列第二场,详情链接:

https://tianchi.aliyun.com/competition/entrance/531795/introduction

本赛题以计算机视觉中字符识别为背景,要求选手预测真实场景下的字符识别,这是一个典型的字符识别问题。

字符识别是将图像信息转化为可以使用的计算机输入的一种技术,是计算机视觉领域中最经典的应用,在业内也已经有了较为成熟的业务落地场景。

零基础入门CV赛事,理论结合实践_第4张图片

零基础入门CV赛事,理论结合实践_第5张图片

赛事参考资料(已开源)

零基础入门CV赛事,理论结合实践_第6张图片

Baseline

赛题本质是分类问题,需要对图片的字符进行识别。但赛题给定的数据图片中不同图片中包含的字符数量不等。完整baseline地址:

https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.9.2ce832bc79Tnrp&postId=108342

零基础入门CV赛事,理论结合实践_第7张图片

零基础入门CV赛事,理论结合实践_第8张图片

  • 解题思路1:抽象为一个定长字符识别问题。

零基础入门CV赛事,理论结合实践_第9张图片

  • 解题思路2:将图片数据视为一个单词或句子。

零基础入门CV赛事,理论结合实践_第10张图片

  • 解题思路3:首先将字符的位置进行识别,利用物体检测的思路完成。

零基础入门CV赛事,理论结合实践_第11张图片

最后,给出解题思路1的代码实现。

零基础入门CV赛事,理论结合实践_第12张图片

知识点

Baseline中涉及读取数据、构建模型、预训练模型、验证模型等知识点,这些在比赛中都是必不可少的操作。

零基础入门CV赛事,理论结合实践_第13张图片

同时,想要拿到好的名次,不断进行优化是必须的。

零基础入门CV赛事,理论结合实践_第14张图片

最后,介绍如何寻找新的突破点。

零基础入门CV赛事,理论结合实践_第15张图片

视频链接:https://tianchi.aliyun.com/course/live?spm=5176.12586971.1001.1.11be32bcSt2XSi&liveId=41167

如需直播地址和PPT,后台回复关键词 CV直播 获取

点击阅读原文,参与学习赛????

你可能感兴趣的:(零基础入门CV赛事,理论结合实践)