Datawhale干货
作者：阿水，Datawhale成员
本次分享的背景是，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
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。
赛事参考资料（已开源）
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
- 解题思路1：抽象为一个定长字符识别问题。
- 解题思路2：将图片数据视为一个单词或句子。
- 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。
最后，给出解题思路1的代码实现。
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。
同时，想要拿到好的名次，不断进行优化是必须的。
最后，介绍如何寻找新的突破点。
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👇