街景字符编码识别-赛题解析

数据集

该数据来自真实场景的门牌号,来源自The Street View House Numbers Dataset, SVHN。训练集数据包括3W张照片,验证集数据包括1W张照片。数据包括彩色图像对应的编码类别字符位置框

赛题任务

赛题任务为识别图像中的门牌号数字,数字范围为0-9,字符'0' ~ '9'分别对应编码0 ~ 9。评测标准为识别准确率:
score = \frac{编码识别正确的数量}{测试集图片数量}

​比赛有测试集A和测试集B,各自包括4W张照片,提供给选手的测试集A没有给出字符位置框信息。

数据集示例

数据(训练集、验证集和测试集)的标注使用JSON格式,并使用文件名进行索引。如果一个文件中包括多个字符,则使用列表将字段进行组合。JSON的一组图像及对应标注如下所示:

000018.png

"000018.png":
{"height": [54, 54], "label": [6, 0], "left": [220, 253], "top": [177, 167], "width": [28, 31]}

标签对应描述:

top: 左上角坐标X
height: 字符高度
left: 左上角最表Y
width: 字符宽度
label: 字符编码

赛题难点

  • 图像中的字符数目不定
  • 注意审题:门牌号数字,因此识别数字的前提是,数字是门牌上的字符。


    label: 1,6,4
label: 3,2,8
  • 图像周围可能有环境干扰,如其他字母字符, 字符在图像中面积很小
000205.png
000052.png
  • 噪声和模糊
000064.png
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容