ctw1500复现论文结果需要设置thresh为0.05才能复现论文结果，是否训练ctw1500有其它参数需要设置？

[shibefore]

你好， 我尝试复现totaltext和ctw1500（修改成totaltext的标注格式）.主要调节参数为： 1.box_thresh：box区域的平均置信度，默认为0.6（eval.py设置） 2.thresh：分割图的阈值，默认为0.3 3.polygons_from_bitmap函数中epsilon = 0.01 cv2.arcLength(contour, True)的0.01这个值 其中totaltext和论文结果差不多（将参数3从0.01修改为0.002值会有所上升但是幅度不大） 但是复现ctw1500的时候，需要设置以下两个参数（如果不设这两个参数结果低10几个点）： 参数2：thresh需要从0.3设置为0.05，从现象上来看设置0.05能使分割图阈值过滤后文字区域更大（totaltext数据集，由于只有单个单词，区域大了之后会影响box区域的平均值，所以设这个值结果反而会变差，但是ctw1500存在很多多个单词一起的情况，设置后分割图文字区域变大但是不影响box）---F1提升10个点左右 参数3：epsilon = 0.01 周长中的0.01设置为0.002，减少cv2.approxPolyDP之后点数量<2的场景，使更多有效结果得到保留 ---F1提升4个点左右

对于参数3的设置可以理解。 我的问题： 1.参数2在训练的时候非文字区域应该是低于threshold map中的0.3比较合理，但是实际发现非文字区域低于0.05.是否合理？ 2.ctw1500训练是否需要修改其它参数？（ctw1500由于多个词标一个框，所以标注框普遍比totaltext要长，使用PSENet方法扩展的时候r=0.4是否需要修改？）

谢谢

[shibefore]

另外：使用作者提供的模型，仅仅修改参数3，将0.01修改为0.002，在totaltext上平均能提高0.5个点(其它未测试) totaltext-resnet18 88.9 77.6 82.9 totaltext-resnet50 88.0 81.5 84.6 修改后： totaltext-resnet18 89.3004 78.4810 83.5419 totaltext-resnet50 88.0387 82.1881 85.0129

[MhLiao]

@shibefore 感谢分享，尤其是关于epsilon的参数。你上述的参数似乎都是inference的参数，应该不影响训练。map threshold需要设置成0.05似乎有些诡异，相当于你训练出来的模型跟我的模型表现得不太一致，不过我也没试过自己的模型用0.05的阈值会怎么样，因为我在一个数据集上调好这些参数之后，迁移到其他数据集上的时候没有再改动了。

[shibefore]

嗯，我修改的都是inference的参数，确实不影响训练。 我会再尝试下先在totaltext上训练，然后拿这个模型做预训练模型来训练ctw1500.

谢谢

[shibefore]

@MhLiao ，我使用在totaltext上训练好的模型（F1：83.28），作为ctw1500-18-deform-db的预训练模型尝试复现。训练过程中使用box_thresh 0.7,thresh 0.3观察每1000minibatch，F1的变化，发现F1一直在70左右上下浮动，将训练结束后的final模型进行测试，结果为：

[shibefore]

@MhLiao ： P R F1 box_thresh thresh epsilon*ratio 66.66 68.85 67.74 0.5 0.3 0.01 81.04 74.70 77.74 0.5 0.05 0.01 82.27 81.85 82.06 0.5 0.05 0.002

，还是需要将thresh设置成0.05，能否提供下你那边训练的ctw1500的模型？

谢谢了

[llkn-2]

@shibefore @MhLiao 请问一下二位，这个问题解决了吗？我在CTW1500数据集上训练，在res18上面F-score只有67%；将thresh设置成0.05后，F-score提升到了74%；将epsilon 改成0.02，F-score反而只有58%......

[shaohailin]

你好！请问能否共享一下CTW1500数据集（修改成totaltext的标注格式）、训练好的模型 @liangkaihuan @MhLiao @shibefore @xuannianz

[AugustusMJB]

同求一下ctw1500的训练代码和模型 @MhLiao

[trizh]

我觉得还可调unclip函数的unclip_ratio，之前试了有效果但没记录下来

[Justinlc20]

你好！请问能否共享一下CTW1500数据集（修改成totaltext的标注格式）、训练好的模型 @liangkaihuan @MhLiao @shibefore @xuannianz

[Deng-Qian]

请问有人有CTW1500的标注数据集或者训练好的模型吗，能否共享一下呢 @MhLiao

[HHeracles]

The link of BaiduNet disk is invalid, relevant model and data set can share to me? thank you