這是入門深度學習——具體來說是CV比賽的入門級比賽，有點類似手寫數字識別，具體的賽題鏈接如下：https://tianchi.aliyun.com/competition/entrance/531795/information
入門深度學習比賽，我想把參加比賽的全過程包括：賽題理解，數據處理（或者可能需要加上EDA），模型的選擇，模型的訓練與驗證，模型的集成（深度學習也可集成？）以及在過程中的思考與學習記錄下來
賽題理解與分析
開始一個比賽，首先做的事就是審題，包括任務背景，任務目標，所給數據，以及評判標准。任務目標和任務背景的理解有助於我們對業務有一定的認識，幫助我們對任務進行抽象建模，同時，較好的理解任務，還能幫助我們尋找類似的任務與賽題，從而可以借鑒之前所作的比賽或者相關的論文研究，使得我們可以站在巨人的肩膀上進行學習。
在本次比賽中，任務目標是對任意街景的圖片進行數字字符的識別。因為是關於圖像的比賽，所以第一反映是進行圖像的分類任務，也就是類似於手寫數字識別。而且，題目降低了難度，給出了每一個數字字符的位置，這樣，我們可以很方便的將目標進行定位，直接將目標數字裁剪出來，減少了周圍背景的干擾。
進一步的分析，本賽題相對於手寫數字，難度在於不同的圖片，其上的數字字符個數不相同，所以直接進行數字的分類任務似乎不太可能；同時，不定長度的問題也給任務帶來了一定的難度。對本賽題的初步分析，主要解決的問題有以下幾點：
- 不同於單個數字的識別，直接進行分類即可，多數字字符的識別該如何進行解決；
- 每張圖片數字字符個數不等，不定長度問題如何解決；
- 背景干擾，圖片大小不等，分辨率影響，數字字符可能出現旋轉，縮放等，對識別可能有一定的影響；
初步的思考方案如下：
- 圖像放入模型之前，需要進行的預處理，包括裁剪多余背景，去噪，二值化，圖像尺寸標准化等，對數據還可以進行數據的增強，以增強網絡模型的魯棒性；
- 嘗試一些解決該類問題的論文模型，比如說經典的OCR以及結合深度學習的OCR模型，或者一些其他深度學習模型CRNN,再高級一點的還可以使用目標檢測
模型的選擇多種多樣，可以進行大量的嘗試，選擇其中的最好幾個，比賽的后期進行模型的融合，將成績進一步的提高。當然了，一個好的評判函數也是很重要的，本題比較簡單，只是正確率的構建，稍難一點的可能需要自己進行構建評判函數，以保證線下與線上的統一。