Для распознавания штрихкода, будем использовать CRNN из домашки по OCR
Датасет, собранный на Толоке в формате tsv, где есть информация о позиции штрихкода и цифры, которые на нём написаны
Для тренировки и валидации данные разбиты в таком формате:
| train | val |
|---|---|
| 337 | 144 |
В корне репозитория лежит Makefile, в котором есть необходимые для запуска команды:
make setup - создаёт виртуальное окружение, загружает зависимости и скачивает данные через dvc
make train - запускает обучение с файлом конфигурации из configs/base_config.yaml, его можно изменить или определить другой в Makefile
make export_onnx - экспортирует модель в ONNX для дальнейшего инференса. Чтобы указать путь до модели надо переопределить переменную в Makefile или при запуске указать MODEL_CKPT_PATH=путь_до_весов
В отличии от домашки здесь была изменён бэкбон на EffNetB5, добавлен sheduler, а также механизм анализа loss функции для каждого объекта валидационной выборки. С помощью анализа лосса на фотках был найден такой интересный образец в данных:
Лучший запуск (ClearML):
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Validate metric ┃ DataLoader 0 ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ valid_ctc_loss │ 0.19599737226963043 │
│ valid_edit_distance │ 0.5221675038337708 │
│ valid_string_match │ 0.7290640473365784 │
│ valid_total_loss │ 0.19599737226963043 │
└───────────────────────────┴───────────────────────────┘
Графики метрик для данного запуска:
