识别效果与字体大小有关吗？ about crnn_chinese_characters_rec HOT 12 CLOSED

和你的训练集有关，训练集如果加入小字体的话训练之后测试应该会很好

from crnn_chinese_characters_rec.

模型最好根据自己的识别场景利用数据集finetune

from crnn_chinese_characters_rec.

@Sierkinhane 知道了，谢谢

from crnn_chinese_characters_rec.

@Sierkinhane 你好，我在测试时发现对于字体小且图片很小的图识别效果差，比如图片大小只有329，测试时被resize成12832。
针对这种情况，训练集是不是也需要加入尺寸比较小的图片，训练时再resize成w=32，h按比例放大，还是生成字体较小的280*32大小的图片就可以了？

from crnn_chinese_characters_rec.

两种方法应该都可以，只要神经网络学习到了小字的参数就行

from crnn_chinese_characters_rec.

Hi@haneSier @Sierkinhane ，因为我在识别文字前做了文字提取的操作，发现模型对小号字体的效果比较差，于是做了一些字体很小的样本，想对模型继续进行训练，可是不知道为啥在训练的时候，我的训练集的loss一直在下降，可是测试集的准确率一直都接近于0，而且loss也在150左右波动。我猜想可能是出现了过拟合，于是调低了lr，可是结果还是一样的。请问下有什么好的思路吗？

from crnn_chinese_characters_rec.

你的train loss是多少，Traning loss比较小的时候才有预测的能力

from crnn_chinese_characters_rec.

train loss目前是0.2左右

from crnn_chinese_characters_rec.

用的都是你自己制作的训练集吗？

from crnn_chinese_characters_rec.

嗯啊，是的。我可以发部分数据给你看下。

from crnn_chinese_characters_rec.

过拟合了，可能你的训练集过于单一，不能泛化到验证集过测试集，

from crnn_chinese_characters_rec.

@haneSier ok, thanks bro.那我再去自己研究下，谢谢了

from crnn_chinese_characters_rec.