长文本识别效果如何改进？

wenwenyu / MASTER-pytorch

Code for the paper "MASTER: Multi-Aspect Non-local Network for Scene Text Recognition" (Pattern Recognition 2021)

https://arxiv.org/abs/1910.02562

MIT License

277 stars 53 forks source link

Open 2017ZYS opened 2 years ago

2017ZYS commented 2 years ago

默认训练图片是3*48*160进入网络，我尝试使用1*32*320训练中文数据集，STRING_MAX_LEN设置为150（足够满足大部分文本行长度）但是我在测试的时候发现，如果强制resize到32*320，有些长文本效果并不是很好，想请教一下有哪些改进方法？

VixeruntR commented 2 years ago

请问这个问题有进展吗？我训练尺寸是48*240，短文本识别效果蛮好，但是长文本就几乎全错了。有时候还会出现这类现象：比如图像上内容是“年龄：15”，但是预测结果却是“年龄：1555555555555555555555555555555555555555555555555......”好多个。