-
用的是SynthText数据集，训练时出现：
```
RankWarning: Polyfit may be poorly conditioned
edge = fit_line([p0[0], p1[0]], [p0[1], p1[1]])
```
上面的警告不影响训练，训练一段时间后loss出现Nan值。我并没有执行build.sh这个程序，因为学校集群环境中没有NVCC。看其他问…
-
之前用crnn+ctc模型，卷积和ctc对图片宽度都没有限制，在训练好模型后可以根据实际应用场景随意调整图片宽度和字符长度，训练集的字符长度也没有要求（比如训练集都是短文本，应用场景都是长文本也不会有太大影响）
但是输出SRN的eval结果的时候我发现长文本的识别效果非常差（训练集几乎没有较长文本），想问一下训练SRN的话，训练集是不是需要做一些文本长度的平衡，如果我应用场景会出现大量长文本…
-
In my specific use-case, I only need to recognize texts of which the font is always the same and the background is always darker than the foreground. Additionally, the character set is smaller than th…
-
你好 我训练个中文的识别数据 ，配置都改了 但是模型的结果一直如下 也没啥改进 这个应该是啥问题呢
预训练模型我也加载了
> 2020-07-23 10:23:14,404-INFO: epoch: 0, iter: 70, lr: 0.000500, 'loss': 24589.031, 'acc': 0.0, time: 0.311
2020-07-23 10:23:17,49…
xxllp updated
3 years ago
-
配置文件和configs里给的一致
数据集用的LSVT（20+w）和生成数据（300W），还有一些根据应用场景生成的一部分数据，取样后三者大概是1:2:1
这三个数据集在CRNN+CTC模型能在训练集达到91%acc（不过拟合的时候大概是85）
然后用SRN进行训练，训练了差不多两天，训练集acc稳定在0~2/64，整体loss 1k左右，验证集acc 0.005上下，想询问下有可能是什么原…
-
1）PaddlePaddle版本：1.6.2
3）GPU：GPU v100
4）系统环境：Python3.7，AI Studio 在线 notebook 环境
- 训练信息
1）单机单卡
2）显存信息，16G显存，32G内存
我自己照着静态图的 CRNN 和一些动态图的模型，自己写了一个动态图版本的 CRNN 模型。流程能跑通。训练时候 lo…
-
ctc_greedy_decoder 方法需要支持非 Lod Tensor 参数解码。
原因是现在 paddle 已经发展到1.7，进入动态图时代。动态图本身也弱化了 Lod Tensor 的概念，和组基本的 Tensor 相近。但这个函数接受的参数必须是 Lod Tensor，给使用动态图实现 CRNN 的文字识别解码带来了麻烦。与之配套使用的 ctc_loss 都接受两种类型入参了，这个是不…
-
@frotms, I tried the Paddle code for conversion of TPS based models, the model gets converted but causes problems during the inference. Can you add support for TPS based models conversion using PyTorc…
-
Hello,
I'm wondering if it is possible to work on complete lines instead of just on a word level.
It can be hard to segment words in a line as a preprocessing step (depending on how "nice" the han…
-
训练的模型是识别模型：CRNN（mobilenetv3_small+bilstm+ctc)
paddle转onnx命令：
`paddle2onnx --model_dir inference/rec_crnn/ --model_filename inference.pdmodel --params_filename inference.pdiparams --save_file on…