텐서플로로 OCR 개발해보기: 문제점과 문제점과 문제점
•
5 likes•2,422 views
오형석(hulkl.oh), 모종훈(simiro.m) / kakao corp.(컨텍스트 파트) --- 벌써 번역기와 OCR, 두 가지 모델에 대해서 연구 개발을 해왔습니다. 이 발표에서는 연구자와 개발자의 두 가지 관점에서 딥러닝 모델 개발과정을 알아봅니다. 개발자의 관점에서, 어떤 점을 알았다면 시행착오를 줄일 수 있었을까 알아봅니다. 연구자의 관점에서, OCR 모형에 어떤 고민들을 했고, 풀어나갔는지, 실패기와 성공기를 다룹니다. 당신의 프로젝트를 한 달 이상 앞당길 수 있는 좋은 팁들이 널려있으니 필요한 만큼 주워 담아가세요.
More Related Content
What's hot
What's hot (20)
Similar to 텐서플로로 OCR 개발해보기: 문제점과 문제점과 문제점
Similar to 텐서플로로 OCR 개발해보기: 문제점과 문제점과 문제점 (20)
More from if kakao
More from if kakao (20)
텐서플로로 OCR 개발해보기: 문제점과 문제점과 문제점
- 8. 모델 개발 시 가장 고통받는 순간은? 1위 • 데이터도 모델도 이상이 없는데 결과가 모호하게 나옴 2위 • 모델을 학습시키는데, 데이터의 반정도 돌다가 갑자기 죽음 3위 • 모델 빌드는 성공하는데 데이터만 넣으면 죽음
- 9. 2위 • 모델을 학습시키는데, 데이터의 반정도 돌다가 갑자기 죽음 Model Batch 5, 0, 4, 1 Batch size가 30이면 안죽고 64면 돌다가 죽어요!
- 10. 1위 • 데이터도 모델도 이상이 없는데 결과가 모호하게 나옴 3 x 3 x 4 6 x 6 x 1 6 x 6 x 1 Upsampling 도중…
- 16. tf.Print
- 21. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기
- 22. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기 conv2d layer norm conv2d layer norm maxpool x 3 Image(N x 32 x w x 1) LSTM LSTM softmax reshape OCR result (N x W/4)
- 23. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기 conv2d layer norm conv2d layer norm maxpool x 3 Image(N x 32 x w x 1) LSTM LSTM softmax reshape OCR result (N x W/4) 2 1 3
- 24. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기 conv2d layer norm conv2d layer norm maxpool x 3 Image(N x 32 x w x 1) LSTM LSTM softmax reshape OCR result (N x W/4) 2 1 3 shuffle batch read and decode tfrecord TFRecord files batch
- 25. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기 conv2d layer norm conv2d layer norm maxpool x 3 Image(N x 32 x w x 1) LSTM LSTM softmax reshape OCR result (N x W/4) 2 1 3 shuffle batch read and decode tfrecord TFRecord files batch conv2d layer norm conv2d layer norm maxpool x 3 LSTM LSTM softmax reshape OCR result (N x W/4) shuffle batch read and decode tfrecord TFRecord files
- 26. 기본 모델 구현 + test case 작성 dataset 및 input pipeline 작성 dataset으로 돌려보고 에러 잡기 conv2d layer norm conv2d layer norm maxpool x 3 Image(N x 32 x w x 1) LSTM LSTM softmax reshape OCR result (N x W/4) 2 1 3 shuffle batch read and decode tfrecord TFRecord files batch conv2d layer norm conv2d layer norm maxpool x 3 LSTM LSTM softmax reshape OCR result (N x W/4) shuffle batch read and decode tfrecord TFRecord files tf.Print tf.Print tf.Print tf.Print tf.Print
- 28. Quick Sort function [0, 1][1, 0] [0, 1, 3, 9, 10][1, 0, 3, 10, 9] [0, 4, 5, 1, ………] [0, 1, 2, 3, …..,]
- 29. 적은 vocab / font 하나 / 하얀 배경 / No transformation 영어 vocab / font 여러개 / 단일 배경색 / transformation 영어 + 한글 vocab / font 여러개 / 배경 추가 / transformation
- 41. 촛푹파혐으집 모델
- 42. conv2d layer norm conv2d layer norm maxpool x 3 LSTM LSTM softmax reshape 촛푹파혐으집
- 45. 0.1 0.1 0.8 0.1 0.8 0.1 0.8 0.1 0.1 2.4 커널이미지 0 0 1 0 1 0 1 0 0 속성값
- 46. 1 커널이미지 0 0 1 0 1 0 1 0 0 속성값 0.8 0.1 0.1 0.1 0.8 0.1 0.1 0.1 0.8
- 52. ……
- 55. 아기 Or Jl
- 56. 아기들
- 65. p p ??????
- 66. p p a