第十九届全国大学生智能汽车竞赛智慧交通组线上资格赛baseline

比赛介绍

在百度智慧交通赛项中，百度飞桨场景化地设计了基于深度学习的智能车趣味赛题，要求同学们在一套故事线中，使用飞桨完成特定场景的自动驾驶任务及系列自动化操作，赛题旨在在为创新人才的培养提供综合演练平台，拓宽高校人工智能相关专业的教学内容，提升高校科技创新能力。

OCR任务说明

这一次的智慧交通组的任务由以往的检测分割换成了OCR任务。OCR任务分为两种文字检测和文字识别，检测需要定位文本位置(类似目标检测)，而识别就是识别出图像中的文字，我们这次的比赛任务就是文字识别。

基线选择

本项目仅仅为大家展示这次线上赛的基本流程，更多的是需要大家探索模型涨点的技巧。对于OCR任务，我们首推PaddleOCR工具包，PaddleOCR中集成了非常多的OCR算法可供大家选择！如果你想更加深入地了解PaddleOCR，可以去github上查看，链接在这:PaddleOCR。

项目流程

那咱们话不多说直接开始吧！

1、数据集准备

我们首先需要解压数据，这里需要注意地是aistudio中数据最好放在data目录下，因为data目录下空间很大，放在其他地方会导致项目加载变慢。

In [ ]

#解压数据集
!unzip -d data/ data/data258841/DataForCompetitor.zip

我们先对数据集的基本情况看一下，先来看看图片

下面是标签

从标签的情况来看，数据集包含了英文、中文、字符等，本项目中我们使用了PaddleOCR自带的字典进行训练，当然大家可以根据数据集情况来定制化字典。 并且，数据集质量不是很高，图片分辨率很低很低，这就是一个需要解决的问题，大家可以开动脑筋。

数据集的一些Tips: (1) 大家要清楚地了解数据集的基本情况，包括图片质量，数据的分布。历年来看，最后高分选手都是对数据集进行了仔细地清洗。(2) 合成数据尽量少用，因为这个会导致结果无法重现。

2、克隆项目仓库

接下来我们克隆对应的项目仓库，注意，本项目一定要用PaddleOCR2.7才可以完成。另外，很多同学最后肯定会遇到文件过大问题，本项目对PaddleOCR进行了清洗删除了不必要部分，大家可以直接使用！

In [4]

#PPOCRv4目前只在github上面，注意不要clone错了
#目前项目里面已经上传最新的PaddleOCR
# !git clone https://github.com/PaddlePaddle/PaddleOCR

<span style="color:rgba(0, 0, 0, 0.85)"><span style="background-color:#ffffff">Cloning into 'PaddleOCR'...
^C
</span></span>