글자 검출 프로젝트 OCR

😊 팀 구성원

강현서

김정택

박진영

선경은

이선우

최현우

😷 프로젝트 개요

학습 데이터 추가 및 수정을 통한 이미지 속 글자 검출 성능 개선 대회

📅 프로젝트 일정

프로젝트 전체 일정

• 2024.01.24 ~ 2024.02.01

프로젝트 세부 일정

🏆 프로젝트 결과

• Public 리더보드 결과

- Private 리더보드 결과

📁 데이터셋 구조

📦datasets
 ┗ 📂data
   ┗ 📂medical
     ┣ 📂img
     ┃ ┣ 📂train
     ┃ ┣ 📂train_crop
     ┃ ┗ 📂test
     ┗ 📂ufo
       ┣ 📜train.json
       ┗ 📜train_crop.json

이 코드는 부스트캠프 AI Tech에서 제공하는 데이터셋으로 다음과 같은 구성을 따릅니다.

• train은 학습에 사용하는 데이터셋
• test은 평가에 사용하는 데이터셋
• train_crop은 train 데이터에서 예측이 잘 안되는 이미지를 crop하여 저장한 데이터셋

📁 프로젝트 구조

📦level2-cv-datacentric-cv-03
 ┣ 📂.git
 ┣ 📂.github
 ┣ 📂aihub_utils
 ┃ ┣ 📜AIHub_format_to_competition.ipynb
 ┃ ┣ 📜coco2ufo.py
 ┃ ┣ 📜dataset.py
 ┃ ┣ 📜east_dataset.py
 ┃ ┗ 📜train.py
 ┣ 📂imgs
 ┃ ┣ 📜private_result.png
 ┃ ┣ 📜public_result.png
 ┃ ┗ 📜schedule.png
 ┣ 📂utils
 ┃ ┣ 📜crop_offline_augmentation.py
 ┃ ┣ 📜offline_augmentation.ipynb
 ┃ ┣ 📜qr.csv
 ┃ ┣ 📜random_split.py
 ┃ ┣ 📜show_data.py
 ┃ ┣ 📜show_difference.py
 ┃ ┗ 📜show_inference.py
 ┣ 📜.gitignore
 ┣ 📜.pre-commit-config.yaml
 ┣ 📜README.md
 ┣ 📜bboxes_dict.py
 ┣ 📜dataset.py
 ┣ 📜detect.py
 ┣ 📜deteval.py
 ┣ 📜east_dataset.py
 ┣ 📜inference.py
 ┣ 📜loss.py
 ┣ 📜metric.py
 ┣ 📜model.py
 ┣ 📜requirements.txt
 ┗ 📜train.py

1) dataset.py

• Augmentation를 적용한 base dataset을 구현한 파일

2) east_dataset.py

• base dataset을 받아서 score_map, geo_map을 반환하는 dataset 파일

3) loss.py

• dice loss, geo loss를 계산하는 EASTLoss를 정의한 파일

4) model.py

• 학습에 사용되는 EAST Model 클래스를 구현한 파일
• Extractor로는 VGG16을 사용하며 merge와 output을 거쳐 score_map과 geo_map을 반환

5) train.py

• Argument 값을 통해 학습 파라미터들을 불러오고 train하는 파일

6) inference.py

• 학습 완료된 모델을 통해 test set에 대한 예측 값을 구하고 이를 .csv 형식으로 저장하는 파일

7) detect.py

• test set 이미지에 대한 infernece를 진행하여 score_map과 geo_map을 예측하고 bbox 좌표를 반환하는 파일

8) deteval.py

• precision, recall, f1score를 계산하는 파일

9) metric.py

• validation set에 대한 score_map과 geo_map을 입력받아 bbox 좌표를 반환하는 파일

10) bboxes_dict.py

• validation set의 예측 bbox와 gt bbox를 반환하는 파일

⚙️ requirements

• lanms==1.0.2
• numpy==1.24.4
• opencv-python==4.8.1.78
• shapely==2.0.2
• tqdm==4.66.1
• matplotlib==3.8.2
• albumentations==1.3.1
• pillow==10.0.1
• pandas==2.2.0
• torch==2.1.0
• torchvision==0.16.0
• scikit-learn==1.4.0
• wandb==0.16.2
• black==24.1.1
• ruff==0.2.0
• pre-commit==3.6.0

pip install -r requirements.txt

▶️ 실행 방법

Train

python train.py --data_dir [데이터저장경로]

Inferecne

python inference.py --model_dir [모델저장경로]

✏️ Wrap-Up Report

• Wrap-Up Report