任意数量字符训练？

[dajidali010]

您好，训练可以使用任意多的字符吗？训练时可以只固定高度吗？

[jxlijunhao]

@dajidali010 @理论上是可以任意字符的，但是CNN的网络结构决定了输入Batch中图片的大小必须保持一致，所以有些图片还是会被拉伸，如果拉伸形变过大，人眼都无法识别时，训练网络已经没有意义了, 所以在网络上H是固定的32(网络决定)，W 可以根据自己数据来设定， @senlinuc 在生成样本是保持固定的H, W ， 对字符进行模糊等操作，应该是一种很好的处理方式，小白的看法，欢迎指正。

[dajidali010]

@jxlijunhao @senlinuc 大神的版本预测时只需固定高度，宽度是任意，这个样子训练时只需固定高度，宽度按原始比例变换就可以了吧，如果输入Batch 的大小必须一致，将Batch数目设为1就好吧，保持原有比例不存在拉伸了，简单的看法，欢迎指正

[senlinuc]

jxlijunhao说的没错，训练时至少要保证每个batch内的图片和label的大小是相同的，所以一般有两种数据生成方式：

1. 所有样本都固定宽高和字符个数，对于字符总长度过短的图片可通过填充背景色来扩充到固定的宽高，这样可防止拉伸过大的情况，当然最后先做适当拉伸（小范围内随机）后再填背景色扩充，以便引入形变这个变化因素。
2. 事先设定几种宽高和字符数，每种设定内的数据可按1的方式生成，训练时N种设定看成N个桶，每次可以随机地从一个桶内选一个batch的数据来训练 显然方式1更简单，好实现，训练时batch size=1理论上也是可以的，但对于训练的效果和效率都是不利的。预测时图片宽度难以控制，一般都是一张一张处理。

[dajidali010]

@senlinuc 非常感谢您的解答。对于方式1，固定样本宽高好办，字符个数也要固定？样本宽度可以边缘扩充得到，但是使用真实场景的样本字符个数没办法控制，或者可以在后面补充0（您label中的blank）解决？

[senlinuc]

字符个数可以不固定，可以在1~N之间随机，训练时label后面补blank。但我个人觉得没必要刻意模拟真实场景中字符个数变化这种情况，字符个数固定为N反倒会使得数据更加充实，学习效率更高，否则你可能会学习到一堆堆的无用的blank。

[dajidali010]

@senlinuc 谢谢。因为我有一部分真实的数据，想加进去训练，但是字符个数不固定，我在后面补blank尝试下，再次感谢

[senlinuc]

真实数据的话只能补blank了

[shaoshuaiche]

在后面补blank，可以吗？