* Raw 데이터
* Raw Data 구조
필기체
Training
Image(JPG)
실험자 번호별 폴더
Label(JSON)
실험자 번호별 폴더
Test
Image(JPG)
실험자 번호별 폴더
Label(JSON)
실험자 번호별 폴더
인쇄체
Training
Image(JPG)
실험자 번호별 폴더
Label(JSON)
실험자 번호별 폴더
Test
Image(JPG)
실험자 번호별 폴더
Label(JSON)
실험자 번호별 폴더
1. Preprocessing.py (필기체에 제한에서 진행)
- 클래스 수 축소 2350 class → 14 class
글자수는 각 파일명의 다섯자리 숫자로 정의되어 있음.
"01001": "가",
"03032": "나",
"04043": "다",
"05127": "라",
"06124": "마",
"07123": "바",
"09065": "사",
"11054": "아",
"13002": "자",
"14089": "차",
"15071": "카",
"16048": "타",
"17024": "파",
"17129": "하"
*이후 Image와 Json의 구조에 따라 ["text"]["letter"]["value"] 값에서 글자를 가져와 Encoding 후 Matching 진행
2. Train.py
3. Predict.py
4. Score.py
