Rid7
commented
3 years ago 您好，关于pse训练这块我有几个问题想请教一下： 1.基于像素分割的pse算法，正常应该对于有印章遮挡这种效果不好，您这个模型权重的结果却比较好，是因为您的样本包含这样的情况是吗？如图：
这是您的结果，有印章的部分依然准确检测。这是因为您的样本中包含这样的数据是吗？ 2.试验中，mobilenet和resnet152对比起来是不是resnet152性能更好一些呢？ 3.您能说说，您的pse是在怎样的数据集上训练的呢？是在icdar 的数据集合上吗？还是自己生成的数据，训练的时候是重头训练还是finetune的 4.您训练psenet的时候，您用的数据集包含哪些种类呢？是不是数据您的标注数据集中也包含发票这种数据是吗？如果没有，只在一些别的数据集上训练为啥鲁棒性这么好呢？有很多训练的trick 吗？同样我在开源数据集合上用resnet152训练的结果放在发票上结果就很一般，您能分享一下技巧吗？或者能发几张训练的样本看看吗？
1.基于分割的算法和标注尺度关系很大，因为是像素级分类，所以说单字符标注效果会更好，这就是为什么craft领先的原因。行级别标注会差一些，但在维持标注尺度统一的条件下会减少很多后处理的麻烦。样本中有印章，但是是合同那种的圆形印章，没有加过发票的，实验发现泛化效果还可以，就不加了； 2.是的，优秀的backbone肯定会带来一定程度的提升，需要自己权衡精度和速度。当前较好的backbone有Hourglass， Res2Net，SE-ResNeXt另外可以关注下百度的HS-ResNet; 3.文档类的建议直接重头训练，因为会有标注尺度的干扰。在预训练模型的数据与标注数据数量级接近时，一般我会选择重新训练，除非网络非常难收敛； 4.合同类，营业执照类，证件类，数据较为敏感，恕不公开。标注尺度统一是，分割的通病似乎是小目标比较困难，建议在数据增强时加入crop小目标paste到训练样本上保证小目标的样本分布，准备多种不含文字的背景做mix_up我觉得也是不错的数据增强方案，本项目并未加入。
您好，关于pse训练这块我有几个问题想请教一下： 1.基于像素分割的pse算法，正常应该对于有印章遮挡这种效果不好，您这个模型权重的结果却比较好，是因为您的样本包含这样的情况是吗？如图：
这是您的结果，有印章的部分依然准确检测。这是因为您的样本中包含这样的数据是吗？
2.试验中，mobilenet和resnet152对比起来是不是resnet152性能更好一些呢？
3.您能说说，您的pse是在怎样的数据集上训练的呢？是在icdar 的数据集合上吗？还是自己生成的数据，训练的时候是重头训练还是finetune的
4.您训练psenet的时候，您用的数据集包含哪些种类呢？是不是数据您的标注数据集中也包含发票这种数据是吗？如果没有，只在一些别的数据集上训练为啥鲁棒性这么好呢？有很多训练的trick 吗？同样我在开源数据集合上用resnet152训练的结果放在发票上结果就很一般，您能分享一下技巧吗？或者能发几张训练的样本看看吗？