Trong phần bài tập này, bạn sẽ cài đặt các thuật toán xử lý ảnh cơ bản
để nhận dạng loại hoá đơn, theo ảnh đầu vào.
Có tất cả 3 loại hoá đơn chính là highlands, phuclong, starbucks,
trong trường hợp không hải 3 loại hoá đơn trên thì trả về là others.
Tập ảnh ví dụ (được thu thập từ công cụ tìm kiếm google) được để trong thư mục
sampledata với nhãn được để trong tệp labels.csv
Các ảnh đầu vào bị ảnh hưởng bởi cái điều kiện ánh sáng, góc chụp và có thể
bị xoay.
Các bạn cần cài đặt thuật toán trong tệp tin simple_ocr.py với 2 hàm chính:
- Hàm khởi tạo:
- Hàm
find_label: trả về nhãn hoá đơn của 1 ảnh đầu vào trong 4 loạiothers,highlands,phuclong,starbucks
Các bạn có thể sử dụng main.py để chấm điểm.
Các nhóm được khuyến khích sử dụng mô hình học sâu hoặc các phương pháp xử lí ảnh thông thường để giải bài toán. Điểm của nhóm sẽ được cho theo:
- Độ chính xác trên tập kiểm tra (5pts)
- Báo cáo (5pts)
- Mỗi nhóm có tối đa không quá 3 người
- Kết quả phần độ chính xác sẽ được kiểm tra theo tập ảnh mới, khác tập ảnh hiện tại
- Phần báo cáo: cách tiếp cận, kết quả chạy thử, tổ chức chương trình
- week 07: hoàn thiện danh sách nhóm
- week 12: nộp code + báo cáo, điểm sẽ được chấm ở week 13/14 (online)
Việc sử dụng thêm các thư viện ngoài là không được phép.
Thời gian khởi tạo mô hình không quá: 60s, tổng thời gian xử lí không quá: 120s.
Số ảnh được test không quá 30 ảnh, kích thước không quá 2048x2048.
Các bạn chỉ được sử dụng các thư viện đi kèm trong requirements.txt.
Mô hình được sử dụng không quá 50MB
Các phần được cộng thêm điểm:
- Xử lý các bài toán con: cắt hoá đơn, xoay hoá đơn, cân bằng sáng
- Tự thu thập và kiểm tra trên tập dữ liệu thu thập được
- Mở rộng bài toán: cho nhiều loại hoá đơn, nhận dạng các thông tin khác như giá tiền