计算机视觉入门CV之街道字符识别—01赛题理解
计算机视觉入门CV之街道字符识别—01赛题理解
- 赛题
- 赛题理解
- 1.赛题数据
- 2.数据标签
- 3.数据读取
- 思路分析
赛题
以计算机视觉中字符识别为背景,要求选手预测街道字符编码,这是一个典型的字符识别问题。
赛题理解
1.赛题数据
赛题数据来自Google街景图像中的门牌号数据集(The Street View House Numbers Dataset, SVHN),并根据一定方式采样得到比赛数据集。训练集数据包括3W张照片,验证集数据包括1W张照片,每张照片包括颜色图像和对应的编码类别和具体位置;为了保证比赛的公平性,测试集A包括4W张照片,测试集B包括4W张照片。
2.数据标签
对于训练数据每张图片将给出对于的编码标签,和具体的字符框的位置(训练集,测试集和验证集都给出字符位置),可用于模型训练:
字符的坐标具体如下所示:
注意:在比赛数据中,同一张图片可能包括一个和多个字符,因此在比赛数据的JSON标注中,会有两个字符的边框信息:
3.数据读取
import json
import numpy as np
import cv2
import matplotlib.pyplot as plttrain_json = json.load(open('E:\yjs\computer vision\street recognition/mchar_train.json'))# 数据标注处理
def parse_json(d):arr = np.array([d['top'], d['height'], d['left'], d['width'], d['label']]) #数据标注转化成数组arr = arr.astype(int)return arrimg = cv2.imread('E:\yjs\computer vision\street recognition/mchar_train/000000.png')
parse_json(train_json['000000.png']) ## 将json文件中的目标文件找出进行数据标注处理#可视化
plt.figure(figsize=(10, 10))
plt.subplot(1, arr.shape[1]+1, 1) # Arr.shape[1]表示图片中元素的个数; +1是为了显示图片整体plt.imshow(img)
plt.xticks([]); plt.yticks([])for idx in range(arr.shape[1]):plt.subplot(1, arr.shape[1]+1, idx+2) # # 从第一个子图开始循环plt.imshow(img[arr[0, idx]:arr[0, idx]+arr[1, idx],arr[2, idx]:arr[2, idx]+arr[3, idx]])'''此处是截取图片区域并显示:top(0) + height(1) = 图片的高度left(2) + width(3) = 图片的宽度'''plt.title(arr[4, idx])plt.xticks([]); plt.yticks([])
plt.show()
结果如下:
思路分析
赛题思路分析: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,如下图所示。有的图片的字符个数为2,有的图片字符个数为3,有的图片字符个数为4。
即难点出现:对不定长字符进行识别。
参考思路如下:
1.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。
2.专业字符识别思路:不定长字符识别
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。
3.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。
计算机视觉入门CV之街道字符识别—01赛题理解相关推荐
- 零基础入门CV之街道字符识别 Task1 赛题理解
赛题任务 以计算机视觉中字符识别为背景,要求选手预测街道字符编码,这是一个典型的字符识别问题. 赛题数据 数据来源于公开数据集SVHN街道字符. 提供训练集数据3W张照片,验证集数据1W张照片: 每张 ...
- 零基础入门CV之街道字符识别----Task1赛题的理解
Datawhale 零基础入门CV赛事-Task1 赛题理解 本章内容将会对街景字符识别赛题进行赛题背景讲解,对赛题数据的读取进行说明,并给出集中解题思路. 1 赛题理解 赛题名称:零基础入门CV之街 ...
- 新闻本文分类-01赛题理解
该文是连载文章,基于新闻文本分类赛题从而入门自然语言处理.主要从赛题理解.数据读取与数据分析.基于机器学习的文本分类.基于深度学习的文本分类这四部分来学习NLP. 一.赛题背景 本次新人赛是Dataw ...
- Task01——零基础入门NLP - 新闻文本分类之赛题理解
本篇目标 首先本篇文章会对赛题进行介绍以及个人对赛题的理解,带大家接触NLP的预处理.模型构建和模型训练等知识点. 赛题介绍 赛题名称:零基础入门NLP - 新闻文本分类 赛题任务:赛题以自然语言处理 ...
- 街道字符识别赛题理解
这算是我的第一篇的CV笔记,CV方面了解的不多,这次的街道字符识别算是一个正式的入门吧,下面简要介绍一下我对本次赛题的一些个人理解. 1.赛题数据 赛题以街道字符为赛题数据,来源于SVHN街道字符(T ...
- 数据竞赛专题 | 从赛题理解到竞赛入门基础
为了帮助更多竞赛选手入门进阶比赛,通过数据竞赛提升理论实践能力和团队协作能力.DataFountain 和 Datawhale 联合邀请了数据挖掘,CV,NLP领域多位竞赛大咖,将从赛题理解.数据探索 ...
- 【天池赛事】零基础入门语义分割-地表建筑物识别 Task1:赛题理解与 baseline
[天池赛事]零基础入门语义分割-地表建筑物识别 Task1:赛题理解与 baseline(3 天) – 学习主题:理解赛题内容解题流程 – 学习内容:赛题理解.数据读取.比赛 baseline 构建 ...
- NPL基础入门之新闻本分类赛题理解Test1
NPL基础入门之新闻文本分类赛题理解Test1 赛题背景 评测标准 赛题背景 赛题以新闻数据为赛题数据,数据集报名后可见并可下载.赛题数据为新闻文本,并按照字符级别进行匿名处理.整合划分出14个候选分 ...
- 零基础数据挖掘入门系列(一) - 赛题理解
思维导图:零基础入门数据挖掘的学习路径 1. 写在前面 零基础入门数据挖掘系列是记录自己在Datawhale举办的数据挖掘专题学习中的所学和所想, 该系列笔记使用理论结合实践的方式,整理数据挖掘相关知 ...
最新文章
- AI语音交互芯片提供商“芯声智能”获千万级Pre-A轮融资
- java 构造器 血药主题_java中的构造器
- mac 卸载 eclipse_Mac 新手准备工具集合
- TP-Link路由器下的多种接入模式
- 使用DSX-5000 对已安装的电缆进行故障排除
- 比较SynchronizedMap、Hashtable和ConcurrentHashMap的效率
- python基础:字符串操作
- 免费推广网站实例(珍藏版)
- 怎样用计算机合并视频,电脑视频合并软件 , 怎样把多个视频合成为一个
- cad补全三视图_cad补画三视图练习题.doc
- html5这什么意思,html5是什么意思?html5和html的区别介绍
- 你知道如何从零开始学c++游戏编程吗
- MARIADB数据库服务器
- VmBox下安装linux CentOS-7资料
- react 返回一个页面_react项目中实现返回不刷新
- python爬取百度图片,自定义关键字和页数
- 白菜一斤八毛用计算机怎么算,6毛一斤的大白菜,一买好几颗,12种做法换着吃...
- 下载安装dingding
- 扩展坞连接电脑没有反应的处理方法
- 慕课面板数据分析与Stata应用—第一章总结