-
硬件和软件配置：
centos7.8，
paddlepaddle-gpu =1.7.2.post107,
python=3.6.4,
cuda=10.0,
cudnn=7.6.5,
GPU=nvidia V100 ，一台机器部署了两个V100 16G显存的卡
执行的是官方提供的icdar15的检测和识别的训练代码，报以下错误。
也尝试安装最新版的paddlepaddle…
-
我用的pytorch 1.2版，一开始用的是pytorch自带的ctc loss，训练中遇到了很多问题：1）训练了几个批次后，loss 为Nan，最后把批次大小改为1才能继续训练下去；2）用了RmsPop优化器，训练集loss下降才快起来，到了0.05以下，但是验证集准确率始终为0，且验证集loss在20以上（为了能看到效果，我把验证集改的跟训练集一样）。
后来看到其他开源实现没有用pytorc…
-
https://zhuanlan.zhihu.com/p/43534801
-
While working on text recognition inference, we observed a huge drop in accuracy of inference model while that for pre-trained model was comparatively better.
We noticed our text recognition pretrai…
-
如题，根据给出的rec_mv3_none_bilstm_ctc.tar预训练模型，icdar2015数据集和label，i在修改yml之后使用了预训练模型，训练300个epoch后收敛，最佳为第102epoch，但第102和300模型识别icdar训练集图像错误率约90%以上，更别提测试集了，显存不足batchsize目前改为32，由于新入门不确定参数是否有错，希望各位不吝赐教
basical…
-
-
CRNN+ctc训练字符，开始时候还能正常训练，后面训练了两三天，训练集的准确率只有在学习率为0.000000的时候稍微有些提升，其他的学习率没有变化。
测试集不变后，准确率训练了20多个epoch，训练集准确率在90左右，测试集一直在70出头，是因为学习率太高吗还是别的原因，识别的图片挺简单的，还请大佬们指教以下训练时候需要注意什么?
![Dingtalk_20201112195129](h…
-
我用ch_ppocr_mobile_v1.1_rec的“训练模型” （注意是训练模型，不是预训练模型）上进行finetune，训练收敛后acc达到0.75，我使用export_model得出的推理模型进行推理，结果输入图片得不到输出，用infer_rec.py也一样。
而用我自己从头开始训的模型则可以正常识别，请问是哪里出了问题？
我的yml配置文件如下：
主要修改了max_text_l…
-
There is no problem when using `reuse_params` layer flag with only one softmax layer with loss, like here:
```
network = {
"output": {"class": "rec", "from": "data", "unit": {
"input"…
-
（1）
转换ctc的模型时候，使用的命令是，
python3 tools/export_model.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints=./ch_lite/rec_mv3_crnn/best_accuracy \
Global.save_inference_dir=./infer…
aceyw updated
3 years ago