江水

  • 19

    获得赞
  • 1

    发布的文章
  • 3

    答辩的项目

水表编号智能识别赛----top1答辩

Batch大小为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为92.20。

最后更新 2021/06/17 10:16 阅读 3188

水表编号智能识别赛

最后更新 2021/06/17 10:16

阅读 3188

图像分类

一、赛题分析

该赛题需要对水表数字图片进行识别,得到水表的用水量读数,从题目上看,属于光学字符识别范畴,较为流行的做法是CNN+RNN,之前社区“手写字符识别赛”有的小伙伴用的就是这种方法,还有一种不流行的做法就是字符分类解法。通过观察本题图片,图片上只有5个数字,数字之间距离固定,可以很好的进行分割,且图片数量比较少,因此,我觉得该题用分类解法可能效果会好一点。       

通过对图片进一步观察,发现存在以下难点:       

1. 有的图片较为糊糊。       

2. 有的数字残缺。       

3. 数据不平衡,中间态(10以上)数字偏少,数字0最多,。       

4. 存在歧义或错误数据

以上4点是影响准确率的主要因素,而第4点是无法通过训练解决的,在训练数据中,歧义和错误数据占比还不少,所以要想得到很高的准确率很难。

二、数据处理

在分类解法中,数据处理主要有三个方面:图片分割、整形、增强。

(一)分割

在该题中,我只是对图片进行均匀5等分切割,每张水表图片可以得到5张大小一致的数字图片。4000张水表图,可以得到2万张数字图片。由于图片比较简单,2万张图片足以训练出一个模型。

(二)整形      

将分割得到的2万张数字图片进行整形,得到48*48(56*56)统一大小的图片,便于网络训练。整形的方法有不少,可以直接resize得到,也可以用填充法得到。大家可以试试看哪种方法效果更好。

(三)增强        

这里主要采用了高斯模糊、亮度对比度变化、随机擦除、随机旋转平移等操作。针对数据不平衡,也尝试过一些平衡操作,比如过采样,人工生成等,但效果不好。

三、模型训练

(一)模型建立

模型框架我用的是Keras,模型结构依照VGG系列简单堆集,加入了BatchNormaliztion处理和Relu激活,使用了模型集成。我简单设计了三种模型,单个模型得分均在91分以上。

(二)模型结构

(三)模型训练

        训练设置:       

        1. 优化器:Adam       

        2. epoch: 80       

        3. 学习率:1e-3, 每20轮衰减0.1       

        4. 训练集与验证集比例:9:1       

        训练成绩:       

        模型一:a:未用数据增强91.3分        b:使用数据增强91.5分       

        模型二:使用数据增强91.2分       

        模型三:使用数据增强91.4分       

        模型集成:       

        模型一a + 模型一b :91.7分       

        模型一a + 模型一b + 模型二:91.9分       

        模型一a + 模型一b + 模型二 + 模型三:92.2分

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/169368
立即参加 水表编号智能识别赛
代码展示

图像分类

选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥40.00元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥40.00
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除

今日签到成功

获得 $vue{sianData.sign_fai} FAI的GPU算力积分

知道了