[부스트캠프 AI Tech]WEEK 12_DAY 57

🎂 개별학습

---

[3] OCR Technology and Services

1. OCR Technology

1) OCR(Optical Character Recognition)

- 글자 인식

- 예전에는 문서 위주의 task -> 지금은 눈에 보이는 어떤 글자든 가능

- 글자 영역 찾기(Text Detection) + 영역 내 글자 인식(Text Recognition)

2) Offline handwriting VS Online handwriting

- Offline handwriting : (입력) 이미지 -> (출력) 글자값

- Online hadnwriting : (입력) 좌표 시퀀스 -> (출력) 글자값

3) Text Detector

- 단일 객체 검출 : 입력 이미지가 미리 약속된 클래스 중 어디에 속하고, 객체의 위치가 어디인지

- 다수 객체 검출 : 입력 이미지 내에 미리 약속된 클래스들에 해당하는 각 객체들의 위치가 어디인지

- 글자 영역 다수 객체 검출 : 클래스 정보가 필요 없고 글자 영역에 해당하는 객체의 위치만 추정- 글자 검출기 : (입력) 이미지 -> (출력) 글자 영역 위치- 글자 인식기 : (입력) 하나의 글자 영역 이미지 -> (출력) 글자열4) Serializer- OCR 결과값을 자연어 처리하기 편하게 일렬로 정렬하는 모듈5) Text Parser- 정의된 key들에 대한 value 추출

---

---

🎂 오늘의 회고

지금 하고 있는 data cleansing...

오늘부터 데이터 제작 OCR 대회 시작! OCR 검출에 목적을 둔 대회인 줄 알았는데 어떤 데이터를 쓰느냐가 관건인 대회인 것 같다. baseline을 제출했을 때 생각보다 성능이 낮아서 어떤 데이터를 써야할지 고민이 된다..0-0 데이터 양이 무조건 많으면 된다고 생각했는데, GPU 자원이 한정되어 있다보니 데이터만 무작정 많아서는 안 될 것 같다. 그러면 퀄리티 있는 데이터를 적절하게 사용해야 하는데, AI hub에 있는 OCR에 활용할 수 있는 데이터의 품질이 낮은 거 같아서 최대한 제공해준 데이터셋 + 외부에서 가져올 수 있는 데이터셋 중에서 퀄리티가 괜찮은 데이터들을 찾아봐야겠다. 지금은 제공해준 데이터셋에서 오류가 있는지 확인하고 있는데, 아니 생각보다 오탈자가 많아서 시간이 꽤 걸릴 것 같다.. ㅇㅏ마도 내일은 데이터 정제하는데에만 시간을 쓸 것으로 예상....