데이터 제작 프로젝트

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

프로젝트 개요

• 주제
  • OCR task는 글자 검출 (text detection), 글자 인식 (text recognition), 정렬기 (Serializer) 등의 모듈로 구성되지만, 본 대회에서는 '글자 검출' task 만을 해결
  • 본 대회는 데이터를 구성하고 활용하는 방법에 집중하는 것을 장려하는 취지에서, 제공되는 베이스 코드 중 모델(EAST)과 관련한 부분을 변경하는 것이 금지
• 데이터
  • 제공된 학습 데이터: 1510장
  • 평가 데이터 : 크롤링된 이미지 300장

팀 구성

• 김도윤, 김형석, 박근태, 양윤석, 정선규 (총 5인)

프로젝트 상세 내용

• 데이터 셋 제작 → 학습 데이터의 양이 적었기에, ICDAR 17 5k, ICDAR19 5K 추가
• Synthetic data set인 UnrealText로 pretrain 후, target data로 fine tuning
• Multi-scale-crop training → 512~1024 사이로 random crop 후 512로 resize
• 다양한 글씨체, 글씨 변형에 대한 robustness 부여 위해 Elastic transform 사용

모델 개요

• Model : EAST
• Optimizer : Adam
• Scheduler : MultiStepLr
• Pretrained on Unrealtext

결과

	F1 score	순위
Public Leaderbord	0.6839	7/19
Private Leaderbord	0.6720	8/19