yinchangchang / ocr_densenet Goto Github PK

您好，我在用自己图片训练时，loss到0.01以下后，测试训练集内的数据，发现输出的文字有乱序现象。
训练图片是32*280，每张图至多10个字符。字符集大概400，包括汉字、标点、数字等。
乱序很多是三个字的： 123 会变成 132， 但也有12345变成51234的。
不知道是原因，请不吝赐教！

您好，我是在window7运行该工程的。运行环境是是torch1.0.0，最后改成可以训练时，出现如题所示的错误。错误如下：
`best_f1score 0

1 train-1
0%| | 0/596 [00:00<?, ?it/s]T
raceback (most recent call last):
File "main.py", line 864, in
if name == 'main':
File "main.py", line 831, in main

File "main.py", line 494, in train_eval
images, labels = [Variable() for x in data[1:3]]
File "main.py", line 471, in get_weight
label_true = (labels>0.5).sum(0)
IndexError: tuple index out of range
0%| | 0/596 [00:16<?, ?it/s]

在get_weight函数中我是没有动的，如下：def get_weight(labels):
labels = labels.data.cpu().numpy()
weights = np.zeros_like(labels)
# weight_false = 1.0 / ((labels<0.5).sum() + 10e-20)
# weight_true = 1.0 / ((labels>0.5).sum() + 10e-20)
weight_false = 1.0 / ((labels<0.5).sum(0) + 10e-20)
label_true = (labels>0.5).sum(0)
for i in range(labels.shape[1]):
label_i = labels[:,i]
weight_i = np.ones(labels.shape[0]) * weight_false[i]
# weight_i = np.ones(labels.shape[0]) * weight_false
if label_true[i] > 0:
weight_i[label_i>0.5] = 1.0 / label_true[i]
weights[:,i] = weight_i
weights *= np.ones_like(labels).sum() / (weights.sum() + 10e-20)
weights[labels<-0.5] = 0
return weights`
给为大佬能给点提示吗？或者大概说一下这个函数的具体作用，labels的数据类型是啥？

这是我的QQ：1046306817

F1到0.9以后一直固定是1e-4，为什么继续训练下去学习率不选择继续下降？是出于怎样的考虑呢？谢谢

为什么我用你的源码运行不了呢 总是提醒module不能带“."

把. 去掉也不行，会有

这边运行的时候出现很多问题，pytorch的版本需要下调，matplotlibpip2直接安装报错，需要指定2点几的版本，希望楼主可以写一下各个模块的基本版本

你好，可以分享下test label，下载链接只有train label

请问这个模型可以用来训练 电子面单识别电话号码 收件人 收件人地址码？

我也在西安 电话同微信 15101201759 现在有很多电子面单数据 不知道可以训练出来不

args.model = resnet 什么时候用到呢，训练时，args.model = resnet 还是 densenet呢

请问如何直接使用训练好的模型，更换图片测试效果？
还有头疼的模块版本问题，可以帮忙给出所用模块版本吗？
不胜感激~！

你好，请问训练该模型要多长时间呢？在什么机器上呢?

您好，我下载了您的代码和数据，训练很长一段时间准确率一直在80-90徘徊，召回率一直在60-80徘徊，而F最高只有68，和您前面给出的数据差距挺大的，能请问下可能是什么原因吗？谢谢！

我看您这个的效果很好
不知道这个结果为什么超过和DenseNet +CTC
最后不能识别重复字符是denseNet的原因吗

感谢~

我直接使用你的代码和数据，训练了一晚上精度只有70%，后边精度突然变为了0，我怀疑是预训练的模型没有记载你最新的模型，请问我该怎么做呢？多谢你分享的源码！

请问如果出现3/4 这种类型的，即一行字符中存在上下字符，这个模型能用吗？

比如用类似于发票这种的图片进行训练和识别能行吗

在epoch=4时，仍能正常训练，当epoch=5时，发现train1和train2的f1score、recall、precision突然变得很小,eval的三个全变成了0,导致epoch从5开始，eval的三个指标一直都是0，这是什么原因呢

1. 第37行对h进行除以10的操作，会产生小数，导致第47行的h_count_dict.keys()全是小数，从而x = range(max(h_count_dict.keys())+1)会报错，因为range里面只能是整数；
2. 继续看下去，第48行的y = [0 for _ in x]让y初始化为一个列表，51行y[h] = h_count_dict[h]赋值操作，因为h是小数，所以y[h]写法是错误的，会报错；
3. 请问作者是怎么成功运行analysis_dataset.py的？？？