<h3>Задача</h3>

Вам предстоит разработать алгоритм, который сможет распознать текст на фото.&nbsp;Предсказание модели - текстовая строка, соответствующая тексту на картинке.

<h3>Формат решений</h3>

В проверяющую систему необходимо отправить код алгоритма, запакованный в ZIP-архив. Решения запускаются в изолированном окружении при помощи Docker. Время и ресурсы во время тестирования ограничены.

В корне архива обязательно должен быть файл <code>metadata.json</code> со структурой:

<pre>
<code class="language-python">{
    "image": "&lt;docker image&gt;",
    "entry_point": "&lt;entry point or sh script&gt;"
}</code></pre>

&nbsp;

Например:

<pre>
<code class="language-python">{
    "image": "skalinin1/baseline-htr:latest",
    "entry_point": "python run.py"
}</code></pre>

&nbsp;

Здесь image &ndash; поле с названием docker-образа, в котором будет запускаться решение, entry_point &ndash; команда, при помощи которой запускается скрипт инференса. Решение запускается в Docker контейнере. Вы можете воспользоваться готовым образом &quot;skalinin1/baseline-htr:latest&quot;. Подготовленные файлы: <a href="https://storage.yandexcloud.net/datasouls-ods/images/2021/12/04/8d19291e-de3e-4db4-95c0-3c644efc596a/Dockerfile" rel="noopener noreferrer" target="_blank">Dockerfile</a> и <a href="https://storage.yandexcloud.net/datasouls-ods/images/2021/12/04/b3b5ec41-afb9-4893-a238-fc22ff3aa255/requirements.txt" rel="noopener noreferrer" target="_blank">requirements.txt</a>. При желании вы можете использовать свой образ, выложив его на <a href="https://hub.docker.com/" rel="noopener noreferrer" target="_blank">https://hub.docker.com</a>.

Доступные ресурсы

<ul>
<li>8 ядер CPU</li>
<li>48Gb RAM</li>
<li>Видеокарта NVidia Tesla V100</li>
</ul>

<h3>Ограничения:</h3>

<ul>
<li>5Gb на архив с решением</li>
<li>15 минут на работу решения</li>
</ul>

<h3>Структура данных</h3>

В контейнер помещается папка images с изображениями, на которых необходимо сделать предсказания. Модель должна сформировать файл предсказания, например, <code>prediction.json</code>.

Пути к данным для изображений (полный путь к папке images) и файл, в котором необходимо сохранить результат (путь куда нужно сохранить файл формата <code>.json</code>) передаются как первые два аргумента при запуске вашего решения. Их можно считать с помощью sys.argv[1:].

<h3>Пример решения</h3>

Вам доступен архив <code>sample_submission.zip</code>, в котором содержатся примеры загружаемого решения. В архиве вы найдете следующие файлы:

<ul>
<li><code>metadata.json</code> - обязательный файл для каждого решения; в нём должны быть указаны пути к образу и скрипту выполнения модели</li>
<li><code>run.py</code> - основной скрипт для инференса модели</li>
<li><code>model-last.ckpt</code> - веса модели, которые подгружаются во время исполнения скрипта <code>run.py</code></li>
</ul>

Для корректной проверки ваш сабмит должен иметь аналогичную структуру.&nbsp;

<h3>Метрика</h3>

UPDATE 15.12 - основная метрика для оценки была изменена с Accuracy на CER.&nbsp;

В качестве основной метрики для оценки решений участников используется метрика CER (character error rate). Считается она следующим образом:

$$CER = \frac{\sum\limits_{i=1}^n dist_c (pred_i, true_i)}{\sum\limits_{i=1}^n len_c (true_i)}$$

Здесь $dist_c$ - это расстояние Левенштейна, посчитанное для токенов-символов (включая пробелы), $len_c$ - длина строки в символах.

Метрика CER &nbsp;изменяется от 0 до 1, где 0 &ndash; наилучшее значение, 1 - наихудшее.

&nbsp;

В качестве дополнительной метрики для оценки решений участников используется метрика Accuracy - отношение количества полностью совпавших транскрибаций строк к количеству всех строк в выборке. Она будет учитываться при равенстве значений CER, а так же полезна как дополнительная информация о качестве работы модели. Считается она следующим образом:

$$Accuracy&nbsp;=&nbsp;\frac{\sum_{n=1}^{n} [pred_i = true_i]}{n}$$

Здесь <code>n</code> - размер тестовой выборки, <code>predi</code> &ndash; это строка из символов, которую распознала модель на i-ом изображении в выборке, а <code>truei</code> - это правильный перевод i-ого изображения, произведенный аннотатором, <code>[&bull;]</code> - скобка Айверсона:

$$[x = y] = \begin{cases}&nbsp;1, &amp; \mbox{} x = y\\&nbsp;0, &amp; \mbox{}x \neq y \end{cases}$$

Метрика String Accuracy изменяется от 0 до 1, где 0 &ndash; наихудшее значение, 1 - наилучшее.

<h3>Baseline</h3>

Вам доступно базовое решение от разработчиков задачи: <code>OCR_baseline.ipynb</code>

<a href="https://youtu.be/X7hu8vMM1-s" rel="noopener noreferrer" target="_blank">Разбор безлайна от разработчиков</a>&nbsp;

Для распознавания рукописного текста в бейзлайне используется архитектура CRNN и CTC-loss. Для запуска бейзлайна скачайте данные для обучения и положите их в папку data. Должна получиться такая структура:

<ul>
<li>OCR_baseline.ipynb</li>
<li>train
<ul>
<li>images</li>
<li>labels.json</li>
</ul>
</li>
</ul>

Распознавание текста на фото

Public

Private

User agreement

Я прочитал(-а) и согласен(-на) с <a href="https://storage.yandexcloud.net/datasouls-ods/NTO2021/PersonalData.pdf" rel="noopener noreferrer" target="_blank">Пользовательским соглашением и Политикой конфиденциальности</a>

Personal data

Я даю свое <a href="https://storage.yandexcloud.net/datasouls-ods/NTO2021/UserAgreement.pdf" rel="noopener noreferrer" target="_blank">согласие</a> ООО &ldquo;Соревнования Анализа Данных&rdquo; на обработку и передачу моих персональных данных партнерам мероприятия для информационного взаимодействия

Contest Rules

Согласен (-на) с <a href="https://storage.yandexcloud.net/datasouls-ods/NTO2021/ContestRules.pdf" rel="noopener noreferrer" target="_blank">Правилами Конкурса</a>

Вы попали на страницу регистрации на соревнования профиля &laquo;Искусственный интеллект&raquo; Национальной технологической олимпиады 2021/22. При регистрации указывайте ту же электронную почту и корректные ФИО, которые вы указывали при регистрации на НТО. &nbsp; 
Обращаем внимание, что к участию во втором этапе НТО допускаются все участники, набравшие в первом этапе баллы выше порогового значения, установленного профилем, призеры и победители партнерских соревнований, призёры и победители указанных профилями соревнований, финалисты, призеры и победители олимпиады прошлого года по настоящему профилю, зарегистрированные на платформе НТО. 
В случае нарушения правил вы будете дисквалифицированы, а результаты не будут учтены. 
&nbsp;

email

Email

first_name

First name

last_name

Last name

middle_name

Middle name

is_underage

Underage

legal_representative_first_name

Legal representative First name

legal_representative_last_name

Legal representative Last name

legal_representative_middle_name

Legal representative Middle name

legal_representative_email

Legal representative Email

Registration application for competitions of the profile «Artificial Intelligence» of the National Technology Olympiad 2021/22

#	Teams (87)	Char Error Rate	Accuracy	Last	Entries
1	Baby Kagglers Градиент	0.0411290556	0.8316794254	3y	72
2	-Baby Kagglers- СЕЛЬСКИЕ БОМБИЛЫ	0.0459711792	0.8059729704	3y	24
3	Baby Kagglers поднимаемся	0.0486097016	0.7894338909	3y	48
4	MLшарики	0.0657600974	0.7538984973	3y	9
5	Owls	0.066397982	0.71968623	3y	39
6	pip install -U catboost	0.0668184059	0.7398166525	3y	21
7	Crossentropy	0.0669343849	0.7350912012	3y	31
8	TWO GIGACHAD FLOPPAS	0.0679202064	0.7283810604	3y	74
9	Союз юмористов	0.0688915306	0.7265853889	3y	9
10	Baby Kagglers Fazbear Lab	0.0696743889	0.7164729232	3y	11
11	prodam_garage	0.0720954507	0.7166619412	3y	19
12	Shaleen Bhartiya	0.0720954507	0.7098572914	3y	96
13	Твердые аккорды	0.0738641306	0.7081561289	3y	20
14	Докероборцы	0.0757632868	0.6924676307	3y	16
15	The Emperium	0.0767491084	0.693790757	3y	20
16	The Romanovs	0.0773435008	0.697287591	3y	17
17	CSPMaster300	0.0788947201	0.6927511577	3y	6
18	Dark LED Team	0.0792861492	0.693885266	3y	23
19	DeepVision	0.0798225521	0.6856629808	3y	38
20	Клуб анонимных обучателей	0.0831279538	0.678858331	3y	8
21	Плюшевая панда	0.0848096495	0.6748889519	3y	15
22	ЭЭЭЭЭль примо	0.0852010786	0.6726207353	3y	19
23	Два ядра два гига	0.08883992	0.656837728	3y	10
24	Леон	0.0891153701	0.6672337208	3y	11
25	True Positive	0.0905071182	0.6584443814	3y	8
26	бобы	0.0908405579	0.6514507135	3y	29
27	Докернаут	0.0911884949	0.6564596919	3y	6
28	RoadToBananaDevs	0.0915219345	0.6565542009	3y	10
29	Популярные блогеры	0.0925077561	0.6505056233	3y	4
30	Канапе	0.0929136826	0.6490879879	3y	28
31	AI Masters	0.0938705094	0.649371515	3y	9
32	FSD	0.0961031053	0.6418107929	3y	6
33	dataСатанисты	0.0963495607	0.6319818543	3y	14
34	Текстовые акмеисты	0.0970889269	0.6397315944	3y	1
35	Ы - так звали людоеда и отца его и деда	0.0972194033	0.6356677063	3y	15
36	Golden Bots	0.0975818377	0.6372743597	3y	11
37	Маневренные досады	0.0978427905	0.6180890275	3y	9
38	Hackermans	0.0983791934	0.6334939987	3y	7
39	Кулхацкеры	0.0989590884	0.6417162839	3y	4
40	Тренировочные юмористки	0.0999594073	0.6251772044	3y	3
41	Dream Team	0.1002058627	0.6260277857	3y	8
42	VarTeam	0.1002493549	0.6205462622	3y	5
43	void team	0.1003798313	0.6278234571	3y	6
44	Neuron Network Writers	0.1030473484	0.6192231358	3y	6
45	prog_house	0.1031488301	0.6167659011	3y	5
46	Внеклеточные бароны	0.1036272435	0.6216803705	3y	6
47	SalieRi	0.1059178289	0.6048577639	3y	3
48	Киберчелы	0.1076285192	0.6049522729	3y	9
49	2ML9	0.10812143	0.6041016917	4y	9
50	♂python♂	0.1093392096	0.601455439	3y	2