Closed fantasyfulan closed 3 years ago
我在训练电子称读数识别时，验证集部分效果如下： 0000..-----------------------------00--00 => 0.00 , gt: 0.00 9999----------..----------------------511 => 9.51 , gt: 90.51 33-6-------------.-------------------0022 => 36.02 , gt: 36.02 116-------------------------------------- => 16 , gt: 16.87 2277------------..--------------------888 => 27.8 , gt: 27.88 11222--------------.-----------------9933 => 12.93 , gt: 12.93 11144-----------------..--------------555 => 14.5 , gt: 134.25 0000-..----------------------------00--00 => 0.00 , gt: 0.00 Test loss: 0.3058, accuray: 0.6571 然后运行demo.py，正确率为0%，部分结果如下： tag:36.02 pred:1012 tag:62.25 pred:12 tag:0.00 pred:10 tag:14.51 pred:151 tag:65.65 pred:2 tag:0.00 pred:100 我觉得可能是预测的标签太多（预测标签数41），而字符串长度最长才6，或许应该修改预测标签数，但是我查看了代码，不知道在哪里修改， 也有可能是数据太少（train:1128张图片， val:280张图片），字典为'0123456789.'，应该怎么优化可以提高模型效果，望告知。
我在训练电子称读数识别时，验证集部分效果如下： 0000..-----------------------------00--00 => 0.00 , gt: 0.00
9999----------..----------------------511 => 9.51 , gt: 90.51
33-6-------------.-------------------0022 => 36.02 , gt: 36.02
116-------------------------------------- => 16 , gt: 16.87
2277------------..--------------------888 => 27.8 , gt: 27.88
11222--------------.-----------------9933 => 12.93 , gt: 12.93
11144-----------------..--------------555 => 14.5 , gt: 134.25
0000-..----------------------------00--00 => 0.00 , gt: 0.00
Test loss: 0.3058, accuray: 0.6571 然后运行demo.py，正确率为0%，部分结果如下： tag:36.02 pred:1012 tag:62.25 pred:12 tag:0.00 pred:10 tag:14.51 pred:151 tag:65.65 pred:2 tag:0.00 pred:100 我觉得可能是预测的标签太多（预测标签数41），而字符串长度最长才6，或许应该修改预测标签数，但是我查看了代码，不知道在哪里修改， 也有可能是数据太少（train:1128张图片， val:280张图片），字典为'0123456789.'，应该怎么优化可以提高模型效果，望告知。