aceissuesolver[bot]
commented
1 year ago Issue Response
- ✨ Introduction: Thanks for opening this issue, I am the AceIssueSolver that will help you with your questoins!
- 🎯 First round response: The answer to your question is:
根据提供的信息，针对版面分析模型精度提升的问题，可以尝试以下方法：
-
增加数据增强方式或者调大增强概率：可以尝试使用更多的数据增强方式，或者增加数据增强的概率，来增加训练集的多样性，减少过拟合的情况。
-
调大系统的L2 decay值：可以尝试增大系统的L2 decay值，以减少模型的复杂度，防止过拟合。
另外，可以参考PP-OCRv3这一开源超轻量OCR系统进行车牌识别系统的开发。该模型在CCPD数据集上达到了99%的检测精度和94%的识别精度，模型大小为12.8M。通过量化训练可以进一步压缩模型大小到5.8M，并提升推理速度。
对于识别模型中多预测一个特殊字符的问题，可以尝试去掉这个特殊字符，可以显著提高精度。
此外，还可以参考可视化效果，通用模型更倾向于检测一整行文字，而轻量级模型可能会将一行文字分成两段进行检测，因此并不是数量越多效果就越好。
另外，尽量保证类别均衡，如果某些类别样本较少，可以通过补充合成数据的方式处理。实验证明，训练集中出现频次较少的字符会导致识别效果较差，增加迭代次数不能解决样本量少的问题。
如果测试图像为中文，可以下载中文CDLA数据集的预训练模型，用于识别10种类型的文档区域：表格、图像、图像标题、表格标题、页眉、页脚、参考文献、公式。可以在版面分析模型中下载模型的训练和推理模型。
Related Sources
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/ppstructure/layout/README.md
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/applications/包装生产日期识别.md
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/doc/doc_ch/FAQ.md
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/ppstructure/layout/README_ch.md
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/applications/轻量级车牌识别.md
- https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/ppstructure/docs/PP-StructureV2_introduction.md
How to use
To invoke the AceIssueSolver, add a comment using one of the following commands: @Ace-issue-solver \<QUESTION>: Pose more questions on AceIssueSolver.
tangtianyi1998
codeman008
在CDLA数据集上进行训练测试，效果不是很理想，有人能帮解决一下吗
我们提供了AceIssueSolver来帮助你解答问题，你是否想要它来解答(请填写yes/no)?/We provide AceIssueSolver to solve issues, do you want it? (Please write yes/no): yes
请尽量不要包含图片在问题中/Please try to not include the image in the issue.