<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	0.0277734412	0.8573735742	3y	72
2	-Baby Kagglers- СЕЛЬСКИЕ БОМБИЛЫ	0.0342367378	0.8266882003	3y	24
3	Baby Kagglers поднимаемся	0.0347987635	0.8211365701	3y	48
4	pip install -U catboost	0.0413245074	0.8006460079	3y	21
5	MLшарики	0.0416679677	0.8049863733	3y	9
6	TWO GIGACHAD FLOPPAS	0.0433852687	0.784495811	3y	74
7	prodam_garage	0.0449932869	0.7802563844	3y	19
8	Baby Kagglers Fazbear Lab	0.0452742998	0.7728878571	3y	11
9	Твердые аккорды	0.04561776	0.7767235288	3y	20
10	Союз юмористов	0.0471477191	0.7719794085	3y	9
11	Shaleen Bhartiya	0.0476160739	0.7661249621	3y	96
12	Owls	0.0476629094	0.7599676996	3y	39
13	Crossentropy	0.0480532051	0.777026345	3y	31
14	The Romanovs	0.0499578481	0.7603714545	3y	17
15	CSPMaster300	0.0532675555	0.746744726	3y	6
16	Dark LED Team	0.0540949824	0.7481578682	3y	23
17	The Emperium	0.0547194555	0.738871505	3y	20
18	DeepVision	0.0552502576	0.7386696275	3y	38
19	Докероборцы	0.0573422425	0.7340264459	3y	16
20	Клуб анонимных обучателей	0.0589658725	0.7294842031	3y	8
21	Плюшевая панда	0.0589814844	0.727263551	3y	15
22	ЭЭЭЭЭль примо	0.0611203047	0.7201978399	3y	19
23	RoadToBananaDevs	0.0617447778	0.7190875139	3y	10
24	Докернаут	0.062634652	0.716059352	3y	6
25	Леон	0.0634308552	0.7136368224	3y	11
26	AI Masters	0.0634620789	0.7101039669	3y	9
27	True Positive	0.0637899272	0.7107095993	3y	8
28	Два ядра два гига	0.0642738939	0.7039467044	3y	10
29	Популярные блогеры	0.0648671433	0.7102049056	3y	4
30	Маневренные досады	0.0650232616	0.695467851	3y	9
31	бобы	0.0655852874	0.7042495205	3y	29
32	Канапе	0.0665219971	0.7008176037	3y	28
33	Ы - так звали людоеда и отца его и деда	0.06680301	0.6988997678	3y	15
34	FSD	0.0678646142	0.6993035228	3y	6
35	Кулхацкеры	0.0685671465	0.700716665	3y	4
36	Hackermans	0.0686920411	0.6927425053	3y	7
37	dataСатанисты	0.0699722109	0.6942565863	3y	14
38	Golden Bots	0.0702688357	0.6923387504	3y	11
39	Текстовые акмеисты	0.0703468948	0.692843444	3y	1
40	VarTeam	0.0714709464	0.6800242253	3y	5
41	Тренировочные юмористки	0.071954913	0.6834561421	3y	3
42	void team	0.072594998	0.6741697789	3y	6
43	prog_house	0.0726730571	0.6791157767	3y	5
44	Dream Team	0.0732819184	0.6791157767	3y	8
45	Внеклеточные бароны	0.0740156743	0.6749772888	3y	6
46	Neuron Network Writers	0.0749523839	0.6765923085	3y	6
47	Нейроцепочка	0.077387829	0.6637730897	3y	24
48	SalieRi	0.0779654666	0.657313011	3y	3
49	Киберчелы	0.0780903613	0.6694256586	3y	9
50	Крыжовенные вице-губернаторы	0.0789802354	0.658827092	3y	10