 |
|
|
|---|---|---|
| 진성준 | 서재현 | 이현진 |
| 팀장, OCR Modeling, 외부 데이터 | OCR Modeling, Post Processing | OCR Modeling, Backbone 탐색 |
- Python==3.10.13
- Ubuntu==20.04.6 LTS
- albumentations==1.3.1
- autopep8==2.0.4
- better-exceptions==0.3.3
- easydict==1.11
- editdistance==0.6.2
- flake8==6.1.0
- huggingface-hub==0.19.4
- hydra-core==1.3.2
- imageio==2.33.0
- lightning==2.1.3
- pytorch-lightning==2.1.3
- matplotlib==3.8.2
- numpy==1.26.2
- numba==0.58.1
- opencv-python==4.8.1.78
- pandas==2.1.4
- pathlib==1.0.1
- Pillow==10.1.0
- Polygon3==3.0.9.1
- pyclipper==1.3.0.post5
- PyYAML==6.0.1
- safetensors==0.4.1
- setuptools==69.0.3
- scikit-image==0.22.0
- scikit-learn==1.3.2
- scipy==1.11.4
- seaborn==0.13.0
- shapely==2.0.2
- tensorboard==2.15.1
- tensorboard-data-server==0.7.2
- timm==0.9.12
- torchmetrics==1.2.1
- tqdm==4.66.1
- wandb==0.16.1
- --extra-index-url https://download.pytorch.org/whl/cu118
- torch==2.1.2+cu118
- --extra-index-url https://download.pytorch.org/whl/cu118
- torchvision==0.16.2+cu118
Receipt Text Detection | 영수증 글자 검출
영수증 사진에서 글자 위치를 추출하는 태스크를 수행합니다.
- April 8, 2024 - Start Date
- April 12, 2024 - First Mentoring
대회 baseline에 대한 설명 및 대회 팁 확인 - April 19, 2024 - Second Mentoring
대회 팁 확인
Post Processing 중 Polygon 값을 True로 줄 때, 성능 향상 확인 - April 22, 2024 - Backbone Model 탐색 및 Data Augmentation 실행
- April 24, 2024 - Augraphy를 이용한 데이터 증강 완료
- April 26, 2024 - Third Mentoring
데이터 Aug 및 Backbone Model 변경 실험
WandB 를 이용한 실험 내용 공유 - April 30, 2024 - Final Mentoring
Optimizer 실험 시작 (Adam, Adamp, 다양한 Scheduler) - May 1, 2024 - 발표용 PPT 작성 완료
- May 2, 2024 - Final submission deadline
.
├── configs
│ ├── preset
│ │ ├── datasets
│ │ │ ├── db.yaml
│ │ │ ├── db_convnext_hj.yaml
│ │ │ ├── db_effi_hj.yaml
│ │ │ └── db_mobilenet_hj.yaml
│ │ ├── lightning_modules
│ │ │ └── base.yaml
│ │ ├── models
│ │ │ ├── decoder
│ │ │ │ ├── unet.yaml
│ │ │ │ ├── unet_convnext.yaml
│ │ │ │ ├── unet_convnext_hj.yaml
│ │ │ │ ├── unet_convnextv2.yaml
│ │ │ │ ├── unet_effi_hj.yaml
│ │ │ │ ├── unet_mobilenet_hj.yaml
│ │ │ │ └── unet_resnet50_hj.yaml
│ │ │ ├── encoder
│ │ │ │ ├── timm_backbone.yaml
│ │ │ │ ├── timm_backbone_50_hj.yaml
│ │ │ │ ├── timm_backbone_convnext_hj.yaml
│ │ │ │ ├── timm_backbone_effi_hj.yaml
│ │ │ │ ├── timm_backbone_mobilenet_hj.yaml
│ │ │ │ ├── timm_backbone_convnext.yaml
│ │ │ │ └── timm_backbone_convnextv2.yaml
│ │ │ ├── head
│ │ │ │ └── db_head.yaml
│ │ │ ├── loss
│ │ │ │ └── db_loss.yaml
│ │ │ ├── model_convnext.yaml
│ │ │ ├── model_convnext_hj.yaml
│ │ │ ├── model_convnextv2.yaml
│ │ │ ├── model_effi_hj.yaml
│ │ │ ├── model_example.yaml
│ │ │ ├── model_mobilenet_hj.yaml
│ │ │ └── model_resnet50_hj.yaml
│ │ ├── base.yaml
│ │ ├── convnext.yaml
│ │ ├── convnext_hj.yaml
│ │ ├── convnext_v2.yaml
│ │ ├── effi_hj.yaml
│ │ ├── example.yaml
│ │ ├── mobilenet_hj.yaml
│ │ └── resnet50_hj.yaml
│ ├── predict.yaml
│ ├── test.yaml
│ └── train.yaml
├── docs
│ └── pdf
│ └── ocr3.pdf
├── img
│ ├── presentation
│ │ ├── 1.jpg
│ │ ├── 2.jpg
│ │ ├── 3.jpg
│ │ ├── 4.jpg
│ │ ├── 5.jpg
│ │ ├── 6.jpg
│ │ ├── 7.jpg
│ │ ├── 8.jpg
│ │ ├── 9.jpg
│ │ ├── 10.jpg
│ │ ├── 11.jpg
│ │ ├── 12.jpg
│ │ ├── 13.jpg
│ │ ├── 14.jpg
│ │ ├── 15.jpg
│ │ ├── 16.jpg
│ │ ├── 17.jpg
│ │ ├── 18.jpg
│ │ ├── 19.jpg
│ │ └── 20.jpg
│ ├── 1.png
│ ├── 2.png
│ ├── 3.png
│ ├── 4.png
│ └── leaderboard.png
├── notebooks
│ ├── jsj
│ │ ├── 01.ipynb
│ │ ├── 02.ipynb
│ │ ├── 03.ipynb
│ │ ├── 04.ipynb
│ │ ├── 05.ipynb
│ │ ├── 06.ipynb
│ │ ├── augraphy01.ipynb
│ │ ├── augraphy02.ipynb
│ │ └── predict.ipynb
│ └── augraphy_sjh.ipynb
├── ocr
│ ├── datasets
│ │ ├── __init__.py
│ │ ├── base.py
│ │ ├── db_collate_fn.py
│ │ └── transforms.py
│ ├── lightning_modules
│ │ ├── callbacks
│ │ │ └── __init__.py
│ │ ├── __init__.py
│ │ └── ocr_pl.py
│ ├── metrics
│ │ ├── __init__.py
│ │ ├── box_types.py
│ │ ├── cleval_metric.py
│ │ ├── data.py
│ │ ├── eval_function.py
│ │ └── utils.py
│ ├── models
│ │ ├── decoder
│ │ │ ├── __init__.py
│ │ │ └── unet.py
│ │ ├── encoder
│ │ │ ├── __init__.py
│ │ │ └── timm_backborn.py
│ │ ├── head
│ │ │ ├── __init__.py
│ │ │ ├── db_head.py
│ │ │ └── db_postprocess.py
│ │ ├── loss
│ │ │ ├── __init__.py
│ │ │ ├── bce_loss.py
│ │ │ ├── db_loss.py
│ │ │ ├── dice_loss.py
│ │ │ └── l1_loss.py
│ │ ├── __init__.py
│ │ └── architecture.py
│ └── utils
│ ├── __init__.py
│ ├── convert_submission.py
│ ├── ocr_utils.py
│ └── __init__.py
├── runners
│ ├── predict.py
│ ├── test.py
│ └── train.py
├── util
│ ├── jsj
│ │ ├── image_augraphing.py
│ │ └── new_doc_transform.py
│ ├── augraphy_sjh.ipynb
│ └── offline_augmentation_hj.py
├── README_baseline.md
├── README.md
└── requirements.txt
for more about our modeling...
-
Public
H-Mean : 0.9805 Precision : 0.9816 Recall : 0.9797 Leaderboard : 2nd -
Private
H-Mean : 0.9806 Precision : 0.9825 Recall : 0.9797 Leaderboard : 2nd
https://github.com/UpstageAILab/upstage-ai-final-ocr3/tree/main/docs/pdf
- https://hydra.cc/docs/tutorials/basic/running_your_appworking_directory/
- https://huggingface.co/timm
- https://augraphy.readthedocs.io/en/latest/doc/source/example_usage.html
- https://augraphy.readthedocs.io/en/latest/doc/source/list_of_augmentations.html
- https://albumentations.ai/docs/api_reference/augmentations/
- https://pytorch.org/docs/stable/optim.html