-
Notifications
You must be signed in to change notification settings - Fork 7.5k
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
训练模型和推理模型效果不一致 #2080
Comments
可能是检测的后处理参数不一致的,调整下试试。训练的后处理参数是:
预测的后处理参数是: PaddleOCR/tools/infer/utility.py Line 46 in fa32b9b
|
以前v1.1版本也有这种问题,v2.0又出现 |
你的图像能否发我测试下 |
您有一份文件待查收!即刻点击链接获取文件:https://cowtransfer.com/s/312cd6298a6042 或进入 cowtransfer.com 获取,在首页输入取件码:195535(24小时内有效) |
内含模型和图片 |
找到问题了,是训练模型和预测模型的预处理不一致导致的,已经提了PR修复,可以按照PR的内容修改下代码,再试下 |
问题确实出现在DB预处理,但按建议改 |
非常抱歉,后面会想办法统一下超参数,避免不必要的踩坑 |
感谢。 |
在训练时配置表,Eval.DetResizeForTest: image_shape: [736, 1280]可否和Train数据保持一致image_shape: [640, 640],为什么要设置为[736, 1280]? |
不同数据集的shape不同,建议 Eval.DetResizeForTest: 不设置参数,就是默认为None,eval的时候会按照原图大小预测,你可以在训练的配置文件里把image_shape: [736, 1280] 注释掉 |
类似的问题(已解决),在这里记录一下。
做预测,完全没有效果。
|
Hi All, |
请问:自己训练的 文本识别 rec 模型,同一批测试集,inference模型与eval模型最后的准确率差距很大,为什么? |
大佬,你好,在release/2.1分支上,这个结果不同的问题还是存在,predict_det.py的时候不加'image_shape': [960, 960](随意指定),结果识别不出来;随意加个尺寸[960, 960]或者 [736, 1280] ,结果就能正常出来 |
请问大佬解决这个问题了吗?我也遇到了这个情况,自己训练的DBNet模型用官方python预测代码可以检测的很好,模型到处为推理模型之后,用cpp推理却检测不到?好奇怪 |
|
2021/8/26,这个不一致问题还是存在,打包出来的模型效果比较差 |
Since you haven't replied for more than 3 months, we have closed this issue/pr. |
|
PaddleOCR-release-2.0
基于det_mv3_db.yml训练车牌检测模型。
使用训练完的模型直接测试,infer_det.py,效果很好。
然后使用export_model.py对best_accuracy模型进行转换为推理模型(基于训练时的配置表config.yml),得到inference模型,使用predict_det.py做预测。效果没有前者好,检测框不紧密。
使用官方的ch_ppocr_mobile_v2.0_det_train进行测试,以及转换后测试效果也不一致。
如下保证predict_det.py的效果和infer_det.py一致?
The text was updated successfully, but these errors were encountered: