零基础入门CV赛事，理论结合实践
共 1168字，需浏览 3分钟
· 2021-01-06
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）：
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
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。
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。
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
入门还不错的课程
新年新开始
长按加群，一起玩耍学习
点击阅读原文，参与学习赛?