Data Annotation Competition CV-13

🕵️Members

📞 TEAM 031
신재영	유승종	윤상준	이성우	이영섭

🔤OCR task를 위한 Data Annotation

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.

📍Task

OCR task는 글자 검출 (text detection), 글자 인식 (text recognition), 정렬기 (Serializer) 등의 모듈로 이루어져 있습니다.

하지만 본 대회에서는 '글자 검출' task 만을 해결하게 됩니다. 또한 model, loss, east_dataset 등은 변경할 수 없고 dataset을 새로 구축하거나 pre-processing, data augmentation을 변경하거나 train에서 learning rate scheduling을 변경하는 등 제약이 있습니다.

Input : 글자가 포함된 전체 이미지

Output : bbox 좌표가 포함된 UFO Format

💾Dataset

Train Dataset

• ICDAR2015
• ICDAR2017
• ICDAR2019

Validation Dataset

• ICDAR2017_KOREAN

🗓️Timeline

🏔️Environments

GitHub

• 모든 코드들의 버전관리
• GitFlow를 이용한 효율적인 전략
• Issue를 통해 버그나 프로젝트 관련 기록
• PR을 통한 code review
• 총 11개의 PR, 43개의 commit

Notion

• 노션을 이용하여 실험결과등을 정리
• 회의록을 매일 기록하여 일정을 관리
• 가설 설정 및 결과 분석등을 기록
• 캘린더를 사용하여 주간 일정 관리

Jira

• 발생하는 모든 실험의 진행상황 기록
• 로드맵을 통한 스케줄 관리
• 효율적인 일 분배 및 일관성 있는 branch 생성
• 총 18개의 Issue 발생

WandB

• 실험들의 기록 저장 및 공유
• 데이터셋의 성능 비교
• Hyperparameter 및 validation f1 score 기록
• 총 312시간 기록

⚙️Requirements

Ubuntu 18.04.5 LTS
Intel(R) Xeon(R) Gold 5120 CPU @ 2.20GHz
NVIDIA Tesla V100-PCIE-32GB

lanms==1.0.2
numpy==1.21.3
opencv-python==4.6.0.66
shapely==1.7.1
tqdm==4.62.3
matplotlib
albumentations==1.1.0
pandas==1.3.4
wandb==0.13.6
gdown==4.6.0
pytorch=1.7.1

🎉Results🎉

Public LB : 2nd (f1 0.7166)

Private LB : 4th (f1 0.7034)

⬇️Please Look at our Wrap-Up Report for more details