- 곽수민 (응용통계학과)
- 김우엽 (기계공학부)
본 연구는 차세대 에듀테크 서비스의 핵심 기술로 자리 잡은 OCR 기술을 유아 손글씨 인식에 특화하여 연구하였다.
구현한 CNN 기반 모델은 Test Accuracy 85.55%의 성능을 기록하였으며 차후 교육 업계와 연동한다면 아이들의 효율적인 학습을 위한 교두보의 역할을 수행할 수 있을 것이다.
일자 | 내용 |
---|---|
12/25 | 주제선정 |
12/28 | 계획논의 |
1/1 | 어그멘테이션, 모델링 논의 |
1/10 | 모델링 중간점검1 |
1/12 | 모델링 중간점검2 |
1/17 | 최종 모델 선정 |
1/26 | 소논문 구성 논의 |
1/30 | 소논문 완성 |
- Transformation (irregular text를 올곧은 텍스트로 변환) : TPS
- Feature Extraction (글자를 인식하는 메인 모델) : VGG
글자를 인식하는 메인 모델
- Sequence Modeling (인식된 이전 글자, 다음 글자 정보를 활용해 더 정확하게 예측) : BiLSTM
- Prediction (글자 하나를 중복된 여러개의 글자로 인식하는 것을 해결) : CTC
# 코드는 deep-text-recognition-benchmark 폴더 바로 상위 디렉토리에 존재
deep-text-recognition-benchmark
├── /data (원본 이미지 train)
│ ├── /train
│ │ ├── TRAIN_00001.jpg
│ │ ├── TRAIN_00002.jpg
│ │ ├── TRAIN_00003.jpg
│ │ └── ...
│ └── /test
│
├── /data_transformed (원본 데이터를 convert.py를 통해 변환한 후, train test split으로 train과 valid를 임의로 나눴음. gt.txt까지 생성)
│ ├── /train
│ # TRDG2DTRB/convert.py 를 통해 변환된 한글 학습데이터(train/valid 나눈 후 train 데이터는 Augmentation 진행)
│ ├── gt.txt
│ └── /images
│ # image_[idx].[ext]
│ ├── image_00001.png
│ ├── image_00002.png
│ ├── image_00003.png
│ └── ...
│ ├── /train_aug
│ # Augmentation 진행된 train 데이터
│ ├── gt.txt
│ └── /images
│ ├── image_00001.png
│ ├── image_00002.png
│ ├── image_00003.png
│ └── ...
│ ├── /valid
│ └── /test
│
├── /data_ocr (create_lmdb_dataset.py를 통해 lmdb 파일로 변환된 데이터)
│ ├── /training
│ │ └── /kordata
│ │ ├── data.lmdb
│ │ └── data.lmdb
│ └── /validation
│
├── /pretrained_model (학습시 사용할 pretrained 모델)
│ └── korean_g2.pth
│
├── /saved_models
│ # 사용자가 직접 학습한 모델이 저장되는 경로.
│ ├── TPS-VGG-BiLSTM-CTC-Seed1111
│ │ └── best_accuracy.pth
│ ├── TPS-VGG-RCNN-CTC-Seed1111
│ └── ....
│
├── demo.py (파일을 predict 하기 위한 파일. 원본 코드에서 character값을 수정하고, 저장되는 로그 파일의 형식을 수정함)
│
└── train.py (학습시 사용할 코드, 원본 코드에서 character 값을 수정)
-
데이콘 대회 최종 35등
-
2022 CUAI 동계컨프런스 우수상