icdar2015实验效果

[ming-eng]

可以交流一下实验效果吗

[ahsdx]

我这边正在跑，还没出结果；但是碰到一个问题，训练的时候，一直不评估模型的性能(hmean)，请问您那边会有这样的情况吗？我这边明明设置了validation，每隔4500steps就评估一次，但是现在args.log里的validation却是null。

[ming-eng]

好像不太对吗啊你这个

[ahsdx]

好像不太对吗啊你这个

请问是哪里不对呢？我这边结果已经跑出来了，我单独测试了下模型，height为1152时，hmean为84.78%；height为736时，hmean为83.5%；请问你的实验结果是多少呢？

[ming-eng]

我跑的实验结果太可怕了 达到了90

[ahsdx]

我跑的实验结果太可怕了 达到了90 这么厉害，能截个图吗？你是不是改进了网络啊，不然怎么会比论文还高

[ming-eng]

我跑到不是这个网络，是https://github.com/WenmuZhou/DBNet.pytorch

[ahsdx]

我跑到不是这个网络，是https://github.com/WenmuZhou/DBNet.pytorch

我也去试试。请问你有没有改动原本的参数啊？还是说调整了参数，达到了90

[ming-eng]

没有改动任何参数
然后精度太高了 最近才训练的

[ahsdx]

没有改动任何参数 然后精度太高了 最近才训练的

好的，谢谢

[ming-eng]

@ahsdx 实验结果出来了吗

[ahsdx]

@ahsdx 实验结果出来了吗

不好意思，后面有事，就没有跑实验了

[ming-eng]

@ahsdx 那icdar2015的实验结果你跑出来了吗

[ahsdx]

@ahsdx 那icdar2015的实验结果你跑出来了吗

没有

[futureisatyourhand]

@ahsdx 那icdar2015的实验结果你跑出来了吗

没有

我调整了一下参数，shortsize为480，然后box threshold调整为了0.5，让网络训练得分低的框，让它变大，精确度达到了98%左右，但是召回只有90%，真实场景数据还需要改配置

[ming-eng]

怎么样接着训练了吗

[MIANMIAN55]

怎么样接着训练了吗

您好 我也用的(https://github.com/WenmuZhou/DBNet.pytorch)的代码，没像论文里那样用synthtext预训练，Icdar2015跑出来只有hmean只有80，请问您是怎么跑出来90的呀

[ming-eng]

不好意思啊 训练错了

[wzl639]

@ahsdx 那icdar2015的实验结果你跑出来了吗

没有

我调整了一下参数，shortsize为480，然后box threshold调整为了0.5，让网络训练得分低的框，让它变大，精确度达到了98%左右，但是召回只有90%，真实场景数据还需要改配置

请问你是怎么训练的到这么高的啊

[futureisatyourhand]

@ahsdx 那icdar2015的实验结果你跑出来了吗

没有

我调整了一下参数，shortsize为480，然后box threshold调整为了0.5，让网络训练得分低的框，让它变大，精确度达到了98%左右，但是召回只有90%，真实场景数据还需要改配置

请问你是怎么训练的到这么高的啊

你好，我是关掉了thrink，数据增强我自己写的，因为作者的这个代码里面的有些细节导致最后文本会很小很小，甚至只有一半文本行，不适合自己场景，所以我用常规的数据增强替换了他的文本增强，效果很好的。训练了30eps就

[DeathGparadise]

@ahsdx 那icdar2015的实验结果你跑出来了吗

没有

我调整了一下参数，shortsize为480，然后box threshold调整为了0.5，让网络训练得分低的框，让它变大，精确度达到了98%左右，但是召回只有90%，真实场景数据还需要改配置

请问你是怎么训练的到这么高的啊

你好，我是关掉了thrink，数据增强我自己写的，因为作者的这个代码里面的有些细节导致最后文本会很小很小，甚至只有一半文本行，不适合自己场景，所以我用常规的数据增强替换了他的文本增强，效果很好的。训练了30eps就

你好，请问关闭shrink操作是直接在make_boarder_map的时候将shrink_ratio = State(default=0.4)设置成0吗？