-
Notifications
You must be signed in to change notification settings - Fork 7.7k
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
文本检测训练完进行单张图片预测时发现漏检内容 #10499
Comments
我也是这个问题 |
我的问题暂时性的解决了,其实就是单张测试的时候不会显示,但是如果直接转成模型去推理的话,就会有结果,不知道是啥原因,希望ocr工作组可以注意到! |
您可以具体描述一下吗?我对这个问题有点感兴趣,单张测试是哪个命令,转成模型是指转成inference模型还是onnx模型?再推理的话指的是哪个命令。感谢 |
相似问题,希望有解答 |
应该属于paddleocr的Bug,具体的命令是如下这条: python3 tools/infer_det.py -c configs/det/det_mv3_db.yml -o Global.infer_img="./doc/imgs_en/img_10.jpg" Global.pretrained_model="./output/det_db/best_accuracy" 运行上述命令后就会出现这个问题,指标高但是预测却不行。 # 加载配置文件`det_mv3_db.yml`,从`output/det_db`目录下加载`best_accuracy`模型,inference模型保存在`./output/det_db_inference`目录下
python3 tools/export_model.py -c configs/det/det_mv3_db.yml -o Global.pretrained_model="./output/det_db/best_accuracy" Global.save_inference_dir="./output/det_db_inference/" 以上代码都是官方文档,具体配置得参照自己的。 |
如上,应该是paddle的bug,希望工作组可以闲暇时间关注一下。 |
您好,我具体描述一下我的问题:我的测试集有8500张图片,使用自己训练的det去单独只做检测的话,只有200张图片没有检测到框,可能是这些图片自身比较难识别。但是使用det和rec的联合指令的时候predict_system.py 指定了自己训练的det和自己训练的rec,以及官方的cls,却出现1700张图片检测结果为空,这种是det和rec之间的关联出现了问题吗?不知道问题出在哪里,希望您能给我个可行的建议。(自己训练的det验证acc=0.9 rec的acc=0.8)
…------------------ 原始邮件 ------------------
发件人: "PaddlePaddle/PaddleOCR" ***@***.***>;
发送时间: 2023年8月2日(星期三) 晚上11:55
***@***.***>;
***@***.******@***.***>;
主题: Re: [PaddlePaddle/PaddleOCR] 文本检测训练完进行单张图片预测时发现漏检内容 (Issue #10499)
相似问题,希望有解答
如上,应该是paddle的bug,希望工作组可以闲暇时间关注一下。
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you commented.Message ID: ***@***.***>
|
最好给一个可以复现的场景,比如你的数据集,单独检测使用的是什么命令,predict_system.py 使用了什么命令。根据目前情况来看,很可能是参数设置的问题,你有检查过实际运行时两个检测模型的参数吗? |
hi @gg336699,出问题的原图能提供一下吗? |
关于这个问题,可能的原因是predict_system中的参数配置与infer时使用的config中参数不一致导致的检测效果下降,可以尝试排查一下 |
该issue长时间未更新,暂将此issue关闭,如有需要可重新开启。 |
请提供下述完整信息以便快速定位问题/Please provide the following information to quickly locate the problem
数据集由铁路集装箱号以及平板车号组成,如下图所示,上半部分为集装箱信息,下半部分为平板车号:
当我使用完整数据集训练之后,各项指标如下:
但是当我进行单张图片推理测试时却发现,平板车信息并未预测出来,调整了thresh、box_thresh以及unclip_ratio超参数都没有正确输出,只是会输出集装箱信息,如下图:
当我尝试将数据集更改为只包含平板车信息并训练后,检测一切正常,可以正常输出平板车信息的检测结果,如下图:
请问有人遇到过这样的问题嘛,这是由什么原因导致的,希望可以由有一个解决方案,不胜感激!
The text was updated successfully, but these errors were encountered: