該資料來自真實場景的門牌號。訓練集資料報括**3w**張**，驗證集資料報括**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**。
相關資料
所有的資料使用(訓練集和驗證集)json格式進行標註，如果乙個檔案中包含多個字元，則使用列表將字段進行組合。可能某些中包含多個字元，因此在使用json格式進行標註的時候，會有多個字元邊框的資訊。
可以將賽題抽象為乙個定長字元識別問題，在賽題資料集中大部分影象中字元個數為2-4個，最多的字元 個數為6個。因此可以對於所有的影象都抽象為6個字元的識別問題，字元23填充為23***x，字元231填充為231***。經過填充之後，原始的賽題可以簡化了6個字元的分類問題。在每個字元的分類中會進行11個類別的分類，假如分類為填充字元，則表明該字元為空。
在字元識別研究中，有特定的方法來解決此種不定長的字元識別問題，比較典型的有crnn字元識別模型。在本次賽題中給定的影象資料都比較規整，可以視為乙個單詞或者乙個句子。
此種思路需要參賽選手構建字元檢測模型，對測試集中的字元進行識別。選手可以參考物體檢測模型ssd或者yolo來完成。
天池 Datawhale 街景字元編碼識別
天池 datawhale 街景字元編碼識別 task1 賽題理解 需要選手 真實場景下的字元識別，這是乙個典型的字元識別問題 分類問題 資料集 自google街景影象中的門牌號資料集 the street view house numbers dataset,svhn 並根據一定方式取樣得到比賽資料...
街景字元編碼識別賽題理解
賽題的資料為街景字元，類似於mnist資料集，但是更加困難，每張解析度都很低，中的字元有大有小，存在尺度不一致的問題 按照賽題的要求只要識別是每張包含幾個字元，每個字元是什麼就可以了，這樣可以簡單將其定義為乙個影象分類問題，但是每個的字元個數不確定，而且位置不確定，因為每個字元的類別僅僅與相應的區域...
DataWhale 街景字元編碼識別比賽記錄
作為正式參加的第乙個cv比賽，打算通過這個來入個門。因為前兩天因為私事沒來得及跑這個比賽。看小組的討論，打算先試試已有成功方案，跑通模型，先有個baseline然後逐步優化。下面的內容都是來自比賽的官網。賽題 自google街景影象中的門牌號資料集 the street view house num...