糖尿病康复,内容丰富有趣,生活中的好帮手!
糖尿病康复 > 阿里天池比赛——街景字符编码识别

阿里天池比赛——街景字符编码识别

时间:2019-01-30 02:28:48

相关推荐

阿里天池比赛——街景字符编码识别

文章目录

前言一、街景字符编码识别1. 目标2. 数据集3. 指标总结

前言

之前参加阿里天池比赛,好久了,一直没有时间整理,现在临近毕业,趁论文外审期间,赶紧把东西整理了,5月底学校就要让我们滚蛋了,哭哭哭!!!大运会的牺牲品!!!

一、街景字符编码识别

先说一下比赛的基本情况吧,没有认真比赛,所以,你懂的,下面提供一下比赛连接和我的代码连接,感兴趣的小伙伴可以下载玩一玩哈。

比赛连接:/competition/entrance/531795/introduction

代码连接:/s/1xN44KpPPxdUoEdIM9Vkvhw 提取码:fasf

1. 目标

先简单的介绍一下这个比赛,其实就是目标检测,就是把真实场景的门派号识别出来,任务就是把下面这种图片的数字按照从左到右的方式识别出来,有的人是不是已经想到了这是一个10个类的目标检测任务

2. 数据集

该数据来自真实场景的门牌号。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。

数据集图像长这样子,格式是.png

数据集标签长这样子,格式是json

需要注意的是json格式给出了一下信息,如果需要用yolov5的话,要转化为中心点+长宽的格式top 左上角坐标Y height 字符高度 left 左上角坐标X width 字符宽度 label 字符编码

3. 指标

交结果与实际图片的编码进行对比,以编码整体识别准确率为评价指标,结果越大越好,具体计算公式如下:

Score=编码识别正确的数量/测试图片数量\ Score= 编码识别正确的数量 / 测试图片数量 Score=编码识别正确的数量/测试图片数量

总结

以上就是今天要讲的内容,后面有时间我讲一篇详细的使用yolov5参加比赛的博客吧。

如果觉得《阿里天池比赛——街景字符编码识别》对你有帮助,请点赞、收藏,并留下你的观点哦!

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。