스마트폰으로 카드를 결제하거나, 카메라로 카드를 인식할 경우 자동으로 카드 번호가 입력되는 경우가 있습니다. 또 주차장에 들어가면 차량 번호가 자동으로 인식되는 경우도 흔히 있습니다. 이처럼 OCR (Optimal Character Recognition) 기술은 사람이 직접 쓰거나 이미지 속에 있는 문자를 얻은 다음 이를 컴퓨터가 인식할 수 있도록 하는 기술로, 컴퓨터 비전 분야에서 현재 널리 쓰이는 대표적인 기술 중 하나입니다.
(출처 : 위키피디아)
OCR task는 글자 검출 (text detection), 글자 인식 (text recognition), 정렬기 (Serializer) 등의 모듈로 이루어져 있습니다. 본 대회는 아래와 같은 특징과 제약 사항이 있습니다.
본 대회에서는 '글자 검출' task 만을 해결하게 됩니다.
예측 csv 파일 제출 (Evaluation) 방식이 아닌 model checkpoint 와 inference.py 를 제출하여 채점하는 방식입니다. (Inference) 상세 제출 방법은 AI Stages 가이드 문서를 참고해 주세요!
대회 기간과 task 난이도를 고려하여 코드 작성에 제약사항이 있습니다. 상세 내용은 베이스라인 코드 탭 하단의 설명을 참고해주세요.
Input : 글자가 포함된 전체 이미지
Output : bbox 좌표가 포함된 UFO Format (상세 제출 포맷은 평가 방법 탭 및 강의 5강 참조)
|-- README.md
|-- code
| |-- convert_mlt.py
| |-- dataset.py
| |-- detect.py
| |-- deteval.py
| |-- east_dataset.py
| |-- inference.py
| |-- loss.py
| |-- model.py
| `-- train.py
`-- notebook
|-- EDA # Noise Image & Error Image
|-- office_hours # office hour
`-- utils # k-fold & SWA & Normalize
# 서버내 input 경로
└─ input
└─ data
└─ ICDAR2017_Korean
└─ ufo
│ └─ train.json
└─ images
│ img_1001.jpg
│ img_1002.jpg
│ img_1003.jpg
│ ...
│ img_4700.jpg-
Requirements
$ pip install -r requirements.txt
-
Custom_Baseline_Code
$ cd code $ python train.py [Parameter setting : args]
- 학습이 완료되면 자동으로 trained_models 경로에 latest.pth 모델이 저장됩니다.
- Save Server and Submit
평가방법은 7강에서 소개되는 DetEval 방식으로 계산되어 진행됩니다.
DetEval은, 이미지 레벨에서 정답 박스가 여러개 존재하고, 예측한 박스가 여러개가 있을 경우, 박스끼리의 다중 매칭을 허용하여 점수를 주는 평가방법 중 하나 입니다.
평가가 이루어지는 방법은 다음과 같습니다.
-
모든 정답/예측박스들에 대해서 Area Recall, Area Precision을 미리 계산해냅니다.
-
모든 정답 박스와 예측 박스를 순회하면서, 매칭이 되었는지 판단하여 박스 레벨로 정답 여부를 측정합니다.
-
모든 이미지에 대하여 Recall, Precision을 구한 이후, 최종 F1-Score은 모든 이미지 레벨에서 측정 값의 평균으로 측정됩니다.
Wolf, C., & Jolion, J. M. (2006). Object count/area graphs for the evaluation of object detection and segmentation algorithms. (IJDAR), 8(4), 280-296.