【第1天】前言

背景

1. 曾任职被动元件厂的品保工程师，鉴於以往资料分析无法满足庞杂的资料与客户端需求，希望培养资料洞察力与建模预测能力，到资策会AI/Big Data资料分析班进修，初步认识这个领域。
2. 在进修期间确立了往资料科学发展的想法，在朋友的推荐下，开始到Kaggle Playground Competitions寻找有兴趣的主题(主要是影像辨识)，参考前辈们的解题逻辑自己摸索。
3. 目前程度大约是：观察资料集与确定目标後(ex.多元影像分类)，可以自己安排资料清洗方式与模型训练流程，及尝试可能的模型优化方法。
4. 「一个好的工程师，必须有自己的Side projects。可以是磨练新技术，或是解决生活中遇到的问题」。因此，我找了以前的夥伴组队报名2021年的玉山人工智慧挑战赛，才有了这系列的文章。

参赛契机

1. 玉山人工智慧挑战赛结束後，想找时间汇整竞赛历程和学习成果，但总是提不起劲。频繁使用阿Q的精神胜利法安慰自己：「工作太忙、假日要适度休息...」，就这样延宕了3个月。恰逢iThome铁人赛，需要连续30天写作分享，故把握这次机会，强迫自己走出舒适圈。
2. 从一开始接触Deep learning影像辨识，追随前辈们步伐的懵懂前行，到伙伴们合力完成玉山AI竞赛。藉由此次的沉淀，跟大家分享中文字辨识可能遇到的问题与解决方式，希望可以抛砖引玉、教学相长。

主题介绍

1. 名称：玉山人工智慧挑战赛2021夏季赛-中文手写影像辨识
2. 期间：4/12/2021-6/18/2021
3. 内容:
   • 主办单位提供约七万张手写中文字图档，每个图档命名对应该中文字。参赛者透过CV演算法，精准辨识图片内手写文字。
   • 需要辨识的中文字共有800个，当该图档文字「无法辨识」或「不属於800字的任何一类」，须判定为isnull(其他类别)。
   • 需要将训练好的模型打包，在Google Cloud Platform部属API Server，提供手写中文字辨识服务。

小结

1. 第1天的前情提要到此告一段落，接下来准备踏入影像辨识的领域。
2. 请大家多指教，有任何问题或建议，欢迎留言讨论。
3. 由於撰文时间紧凑，实作的完整程序码，会缓慢更新到GitHub上，请多见谅。