有关训练的问题

Question

您好，我想请问下，我采用了同样的360万的数据集和标签文件，其它参数也一致，训练的时候准确率也可以达到98%，但是在另外生成的白底黑字的数据上进行测试准确率只有六十几，而且

Sierkinhane · Answer

训练集，验证集，测试集，只有这三个数据集来自同一分布，训练好的模型才能在验证集和测试集上表现更好

Sierkinhane · Answer

360万数据集和你生成的白底黑字还是有很大区别…你不能将在某一种分布下训练的模型去测试另外一种分布的数据

loralyc · Answer

好的，非常感谢，我会重新再对数据集进行分配。还有一个我很疑惑的点是在同样的测试数据下您给的模型效果基本上都会比我自己训出来的好，请问是有额外添加了其它数据（因为我似乎看到您

Sierkinhane · Answer

我还生成了另一个数据集结合360万数据集finetune到我需要解决的应用场景中，具体可以看data_generator文件夹

Sierkinhane · Answer

<a href="https://github.com/Sierkinhane/crnn_chinese_characters_rec/tree/master/data_g

loralyc · Answer

好的，非常感谢，我再尝试一下finetune到新的数据集看看效果。还有个问题，不知您方不方便说一下是采用何种方法计算字符准确率的，我采用了编辑距离来计算，但是感觉计算结果不

huazai-1994 · Answer

<a class="user-mention notranslate" data-hovercard-type="user" data-hovercard-url="/us

haneSier · Answer

这是将360万中文数据集标签格式转换成这个仓库需要的格式需要的字典和程序

huazai-1994 · Answer

/home/jinhua/图片/2019-02-19 21-21-14屏幕截图.png

huazai-1994 · Answer

<a class="user-mention notranslate" data-hovercard-type="user" data-hovercard-url="/us

Sierkinhane · Answer

<a class="issue-link js-issue-link" data-error-text="Failed to load title" data-id="38

有关训练的问题 about crnn_chinese_characters_rec HOT 11 CLOSED