零基础入门CV--街景字符识别（阿里天池学习赛）_零基础入门cv

本文介绍了阿里云天池大赛的街景字符识别比赛，包括数据集下载、官方Baseline的使用及错误解决。参赛者需识别SVHN数据集中不同数量的数字串，提供的代码实现了数据下载、模型训练、验证和预测。通过调整官方Baseline，解决了运行时的类型错误问题，最终达到约0.52的准确率。

零基础入门CV–街景字符识别（阿里天池学习赛）

比赛链接传送门：零基础入门CV - 街景字符编码识别-天池大赛-阿里云天池

1.简介

该比赛以SVHN街道字符为赛题数据，数据集报名后可见并可下载，该数据来自收集的SVHN街道字符，并进行了匿名采样处理，详细的介绍见赛事官网。

首先看它们的数据组成以及特点，链接比赛里面的论坛的Task1-5是对这个比赛大致的讲解，大家可以先去看看。总的来说，train是3W张，val是1W张，test是4W张。里面都是数字，有1个，2个…6个数字组成，你要把它们识别出来，以准确率为衡量标准。

我们要做的就是识别图片中的数字串，赛题给定的数据图片中不同图片中包含的字符数量不等

2.下载数据集

首先得报名，报了名才可以下载数据集。在这里下载

https://tianchi.aliyun.com/competition/entrance/531795/information，图片放不上来。就放网站吧。

网上说这个代码可以下载，不过我没试。

import pandas as pd
import os
import requests
import zipfile
import shutil
links = pd.read_csv('/content/mchar_data_list_0515.csv')
dir_name = 'NDataset'
mypath = '/content/'
if not os.path.exists(mypath + dir_name):
    os.mkdir(mypath + dir_name)
for i,link in enumerate(links['link']):
    file_name = links['file'][i]
    print(file_name, '\t', link)
    file_name = mypath + dir_name + '/' + file_name
    if not os.path.exists(file_name):
        response = requests.get(link, stream=True)
        with open( file_name, 'wb') as f:
            for chunk in response.iter_content(chunk_size=1024):
                if chunk:
                    f.write(chunk)
zip_list = ['mchar_train', 'mchar_test_a', 'mchar_val']
for little_zip in zip_list