街道字符识别赛题理解

这算是我的第一篇的CV笔记，CV方面了解的不多,这次的街道字符识别算是一个正式的入门吧，下面简要介绍一下我对本次赛题的一些个人理解。

1、赛题数据

赛题以街道字符为赛题数据，来源于SVHN街道字符（The Street View House Numbers (SVHN) Dataset），训练集数据包括3W张照片，验证集数据包括1W张照片，每张照片包括颜色图像和对应的编码类别和具体位置；测试集A包括4W张照片，测试集B包括4W张照片。

如上图所示，都是原始数据。在分辨率和颜色上存在差异性的图片，在字符级别上带有边界框。（蓝色的边框只是起说明作用，边框并不是直接画在图片上，而是保存在digitStruct.mat文件中）　　
注：数据集来源自SVHN，网页链接http://ufldl.stanford.edu/housenumbers/，并进行匿名采样处理

2、数据标签

训练图片的编码标签和具体的字符框的位置（训练集、验证集都给出字符位置）：

3、评测指标

提交结果与实际图片的编码进行对比，以编码整体识别准确率为评价指标。任何一个字符错误都为错误，最终评测指标结果越大越好，具体计算公式如下：

Score=编码识别正确的数量/测试集图片数量

4、数据读取

JSON中标签的读取方式：

import json
train_json = json.load(open('../input/train.json'))

# 数据标注处理
def parse_json(d):
   arr = np.ar