如果识别的图片 大小差的有点多。小的 693*365 中等的1565 *951 大的4028*3120 这样，在预测的时候det_limit_side_len和det_limit_type 怎么设置呢

[rexzhengzhihong]

请提供下述完整信息以便快速定位问题/Please provide the following information to quickly locate the problem

• 系统环境/System Environment：
• 版本号/Version：Paddle： PaddleOCR： 问题相关组件/Related components：
• 运行指令/Command Code：
• 完整报错/Complete Error Message：

如果识别的图片 大小差的有点多。小的 693365 中等的1565 951 大的4028*3120 这样，在预测的时候det_limit_side_len和det_limit_type 怎么设置呢

det_limit_side_len=736.0,det_limit_type='min' 设置这样小的图片预测没问题。但是大的图片准确率比较低。改成det_limit_side_len=960.0, det_limit_type='max',反过来小的图片准确率有点低

请尽量不要包含图片在问题中/Please try to not include the image in the issue.

[GreatV]

一般 960 max 就可以了

[rexzhengzhihong]

960 max 的话我大部分的图片都是五六百的，识别率有点低

[GreatV]

https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/inference_args.md

[GreatV]

960 max 是超过960才会缩放的，低于960应该没问题的。

[rexzhengzhihong]

那可能我训练的参数有问题？

Global:
  use_gpu: true
  epoch_num: 500
  log_smooth_window: 20
  print_batch_step: 2
  save_model_dir: /home/DiskA/zncsPython/picture_ocr/zzszyfp_v1/model/det/output/ch_db_mv3/
  save_epoch_step: 1200
  eval_batch_step:
  - 0
  - 20
  cal_metric_during_train: false
  pretrained_model: ./pretrain_models/MobileNetV3_large_x0_5_pretrained
  checkpoints: null
  save_inference_dir: null
  use_visualdl: false
  infer_img: doc/imgs_en/img_10.jpg
  save_res_path: ./output/det_db/predicts_db.txt
Architecture:
  name: DistillationModel
  algorithm: Distillation
  model_type: det
  Models:
    Student:
      return_all_feats: false
      model_type: det
      algorithm: DB
      Backbone:
        name: ResNet_vd
        in_channels: 3
        layers: 50
      Neck:
        name: LKPAN
        out_channels: 256
      Head:
        name: DBHead
        kernel_list:
        - 7
        - 2
        - 2
        k: 50
      pretrained: ./pretrain_models/ResNet50_vd_ssld_pretrained
    Student2:
      return_all_feats: false
      model_type: det
      algorithm: DB
      Backbone:
        name: ResNet_vd
        in_channels: 3
        layers: 50
      Neck:
        name: LKPAN
        out_channels: 256
      Head:
        name: DBHead
        kernel_list:
        - 7
        - 2
        - 2
        k: 50
      pretrained: ./pretrain_models/ResNet50_vd_ssld_pretrained
Loss:
  name: CombinedLoss
  loss_config_list:
  - DistillationDMLLoss:
      model_name_pairs:
      - Student
      - Student2
      maps_name: thrink_maps
      weight: 1.0
      key: maps
  - DistillationDBLoss:
      weight: 1.0
      model_name_list:
      - Student
      - Student2
      name: DBLoss
      balance_loss: true
      main_loss_type: DiceLoss
      alpha: 5
      beta: 10
      ohem_ratio: 3
Optimizer:
  name: Adam
  beta1: 0.9
  beta2: 0.999
  lr:
    name: Cosine
    learning_rate: 0.001
    warmup_epoch: 2
  regularizer:
    name: L2
    factor: 0
PostProcess:
  name: DistillationDBPostProcess
  model_name:
  - Student
  - Student2
  key: head_out
  thresh: 0.3
  box_thresh: 0.7
  max_candidates: 1000
  unclip_ratio: 1.5
Metric:
  name: DistillationMetric
  base_metric_name: DetMetric
  main_indicator: hmean
  key: Student
Train:
  dataset:
    name: SimpleDataSet
    data_dir: /home/DiskA/zncsPython/picture_ocr/zzszyfp_v1/split_data/det
    label_file_list:
    - /home/DiskA/zncsPython/picture_ocr/zzszyfp_v1/split_data/det/train.txt
    ratio_list:
    - 1.0
    transforms:
    - DecodeImage:
        img_mode: BGR
        channel_first: false
    - DetLabelEncode: null
    - CopyPaste: null
    - IaaAugment:
        augmenter_args:
        - type: Fliplr
          args:
            p: 0.5
        - type: Affine
          args:
            rotate:
            - -10
            - 10
        - type: Resize
          args:
            size:
            - 0.5
            - 3
    - EastRandomCropData:
        size:
        - 960
        - 960
        max_tries: 50
        keep_ratio: true
    - MakeBorderMap:
        shrink_ratio: 0.4
        thresh_min: 0.3
        thresh_max: 0.7
    - MakeShrinkMap:
        shrink_ratio: 0.4
        min_text_size: 8
    - NormalizeImage:
        scale: 1./255.
        mean:
        - 0.485
        - 0.456
        - 0.406
        std:
        - 0.229
        - 0.224
        - 0.225
        order: hwc
    - ToCHWImage: null
    - KeepKeys:
        keep_keys:
        - image
        - threshold_map
        - threshold_mask
        - shrink_map
        - shrink_mask
  loader:
    shuffle: true
    drop_last: false
    batch_size_per_card: 2
    num_workers: 4
Eval:
  dataset:
    name: SimpleDataSet
    data_dir: /home/DiskA/zncsPython/picture_ocr/zzszyfp_v1/split_data/det
    label_file_list:
    - /home/DiskA/zncsPython/picture_ocr/zzszyfp_v1/split_data/det/val.txt
    transforms:
    - DecodeImage:
        img_mode: BGR
        channel_first: false
    - DetLabelEncode: null
    - DetResizeForTest: null
    - NormalizeImage:
        scale: 1./255.
        mean:
        - 0.485
        - 0.456
        - 0.406
        std:
        - 0.229
        - 0.224
        - 0.225
        order: hwc
    - ToCHWImage: null
    - KeepKeys:
        keep_keys:
        - image
        - shape
        - polys
        - ignore_tags
  loader:
    shuffle: false
    drop_last: false
    batch_size_per_card: 1
    num_workers: 2

[rexzhengzhihong]

训练的时候是哪个参数在设置缩放的？

[GreatV]

你的数据量有多大

[GreatV]

    - EastRandomCropData:
        size:
        - 960
        - 960
        max_tries: 50

[rexzhengzhihong]

几百张 会计的单据

[GreatV]

多加点数据可能会有帮助

[rexzhengzhihong]

设置 960 max 。det检测的效果就比较差。识别的图片大小是700*400左右的。这个有可能是哪里出问题呢？

[GreatV]

这个一般不用改

[GreatV]

也可以试试换个检测器

[rexzhengzhihong]

感觉不同的图片大小就应该用不同的参数吧？不然都得缩放成固定大小的了

[tink2123]

如果推理图片存在很多高分辨率的样本，可以把长边限制增大。 例如：det_limit_side_len=2000，det_limit_type='max'

[rexzhengzhihong]

如果推理图片存在很多高分辨率的样本，可以把长边限制增大。 例如：det_limit_side_len=2000，det_limit_type='max'

好的，我试试

[tink2123]

暂时将此问题关闭～ 如有需要可以再次打开。

[rexzhengzhihong]

如果推理图片存在很多高分辨率的样本，可以把长边限制增大。 例如：det_limit_side_len=2000，det_limit_type='max'

这样小分辨率的图片会有问题。小的图片的分辨率是693365。但是我训练的时候EastRandomCropData:size: - 960 - 960。这样好像是放大之后去训练的。当我设置det_limit_type=“max”的时候。意思是图片大于det_limit_side_len才去缩放。这张693365小于det_limit_side_len。在推理的时候，文本检测的准确率就比较低了。 应该要吧这个参数根据实际推理的图片大小去变化，还是说是在推理之前。去判断图片大小，小的图片放大之后再去推理

[rexzhengzhihong]

@tink2123

[Sencc]

@rexzhengzhihong 关于不同分辨率的图像训练，请问你解决了吗？效果有没有改善