problems in re-implement your experiment. about textboxes

[MhLiao]

@wangxi123 Generally，training the SynthText and ICDAR 2013 with 300300 is enough, and the performance is even better if 700700 training is applied after 300*300. For SynthText, I trained it 50k iterations with batch size 32. For ICDAR 2013 dataset, I trained it 2k iterations with batch size 32.
Note that the parameter "min_dim" should not be changed when you change your training input size.

[wangxi123]

@MhLiao Thanks,i will have a try.by the way,what your final loss about when you train SynthText for 300*300 size? I always feels that the loss of my training is too high...

[ZDDEAN]

嗨，MhLiao。
我已经在SynthText和icdar2013上实现了你的TextBoxes。但是这里有一些困扰我的问题。我在icdar测试集中得到了700x700单一刻度的结果召回率= 0.488，精度= 0.938和f-measure = 0.64。对于多尺度，f-测量值为0.73。这似乎比你的结果更糟糕。
我的培训的详细信息如下：_第1步：预先_训练
synthText数据。

• pretrain模型：VGG_ILSVRC_16_layers_fc_reduced.caffemodel
• 列车数据：约85w SynthText，列车大小：700x700，批量大小：8（GPU限制）
• lr：0.0001用于6w迭代，0.00001用于其余12w迭代。总共18w迭代（损失约2.0）。
  第2步：训练icdar2013列车数据
• pretrain模型：步骤1的模型。
• 列车大小：700x700，batch_size = 4。
• lr：0.00001用于3k次迭代。（损失大约1.5）
  我尝试了其他设置：列车数据调整大小为500x500但仍然有较低的召回率（约0.46）。顺便说一句，最终损失降至约2.0，当受过训练时synthdata，我不知道我是否没有
  考虑到。
  期待你的回复。

您能分享一下synthtext格式转换为icder格式的脚本吗？谢谢鸭！

[ZDDEAN]

嗨，MhLiao。
我已经在SynthText和icdar2013上实现了你的TextBoxes。但是这里有一些困扰我的问题。我在icdar测试集中得到了700x700单一刻度的结果召回率= 0.488，精度= 0.938和f-measure = 0.64。对于多尺度，f-测量值为0.73。这似乎比你的结果更糟糕。
我的培训的详细信息如下：_第1步：预先_训练
synthText数据。

• pretrain模型：VGG_ILSVRC_16_layers_fc_reduced.caffemodel
• 列车数据：约85w SynthText，列车大小：700x700，批量大小：8（GPU限制）
• lr：0.0001用于6w迭代，0.00001用于其余12w迭代。总共18w迭代（损失约2.0）。
  第2步：训练icdar2013列车数据
• pretrain模型：步骤1的模型。
• 列车大小：700x700，batch_size = 4。
• lr：0.00001用于3k次迭代。（损失大约1.5）
  我尝试了其他设置：列车数据调整大小为500x500但仍然有较低的召回率（约0.46）。顺便说一句，最终损失降至约2.0，当受过训练时synthdata，我不知道我是否没有
  考虑到。
  期待你的回复。

您能分享一下synthtext格式转换为icdar格式的脚本吗？谢谢鸭！