Closed fourierer closed 8 months ago
作者您好,非常感谢您的工作,我这边在做一些书籍内容的识别,文本行的宽度基本上都超过了1000像素,用我自己的数据训练之后发现一个非常诡异的问题。 一个文本行中相同的字会出现不同的识别结果,但切割之后都可以识别正确,比如这个样本中有3个“视网膜”关键字,前面和后面识别错误,但是中间的“视网膜”识别正确,如果把3个“视网膜”手动切割开则都可以识别正确,请问可以如何缓解这种情况呢,是因为当前预处理resize成384*384对长文本不太适用还是说跟上下文关系很大?可以提供一些指导性建议么~非常感谢
已经解决,感谢
作者您好,非常感谢您的工作,我这边在做一些书籍内容的识别,文本行的宽度基本上都超过了1000像素,用我自己的数据训练之后发现一个非常诡异的问题。 一个文本行中相同的字会出现不同的识别结果,但切割之后都可以识别正确,比如这个样本中有3个“视网膜”关键字,前面和后面识别错误,但是中间的“视网膜”识别正确,如果把3个“视网膜”手动切割开则都可以识别正确,请问可以如何缓解这种情况呢,是因为当前预处理resize成384*384对长文本不太适用还是说跟上下文关系很大?可以提供一些指导性建议么~非常感谢![25](https://github.com/chineseocr/trocr-chinese/assets/55837279/7a36e21e-7c53-47b1-8268-1005eb33e0ea)