마일스톤

OCR task 개요

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.

OCR task는 글자 검출 (text detection), 글자 인식 (text recognition), 정렬기 (Serializer) 등의 모듈로 이루어져 있습니다. 본 대회는 아래와 같은 특징과 제약 사항이 있습니다.

• 본 대회에서는 '글자 검출' task 만을 해결하게 됩니다.
• 예측 csv 파일 제출 (Evaluation) 방식이 아닌 model checkpoint 와 inference.py 를 제출하여 채점하는 방식입니다. (Inference) 상세 제출 방법은 AI Stages 가이드 문서를 참고해 주세요!
• 대회 기간과 task 난이도를 고려하여 코드 작성에 제약사항이 있습니다. 상세 내용은 베이스라인 코드 탭 하단의 설명을 참고해주세요**.**
• Input : 글자가 포함된 전체 이미지
• Output : bbox 좌표가 포함된 UFO Format (상세 제출 포맷은 평가 방법 탭 및 강의 5강 참조)

평가 방법

평가 데이터

• 네이버 및 구글에서 크롤링된 데이터 (크롤링 키워드 : 간판, 광고판, 손글씨, 화환, 버스노선도 등)
• Public : 150장
• Private : 150장
• Ufo format

DetEval

Mathcing Matrix를 이용하여 Area Recall, Area Precision 계산

1. 모든 정답/예측박스들에 대해서 Area Recall, Area Precision을 미리 계산해냅니다.