DBNet.pytorch
DBNet.pytorch copied to clipboard
A pytorch re-implementation of Real-time Scene Text Detection with Differentiable Binarization
我单独再TotalText训练集和CTW1500训练集上面疯狂训练,然后效果都还挺低的六七十这样,然后重温论文突然发现实验细节中有一句所有模型均在SynthText上训练之后微调,所以是由于这个原因所以才会这样的嘛?还是我的超参数设置不对呀?
125行save_resut应该为save_result
Hi, I wonder why this happened after a few iters of validation? 
用icdar2015.yaml 和 icdar2015_resnet18_FPN_DBheead_polyLR.yaml 能跑通的训练集和测试集的结构 放到 open_dataset.yaml 和 open_dataset_resnest50_FPN_DBhead_pilyLR.yaml 上报错跑不通, 请问自定义的配置文件 有样例说明么?
用的resnet50backbone,测试R:0.51,P:0.73,F1:0.60,可以请教一下大佬和各位是啥原因呢
请问有人知道是怎么回事嘛,是不是我有参数没调对呢
total训练
Total训练标签是怎么处理的呐 我处理的训练方式f只有0.6左右
LOSS一直为1,精确,召回,F1都是0,是怎么回事啊 FPS也很低,0.几,不到1 我是训练的发票数据,一张小票有很多个框
请问需要进行怎样的处理才能在totaltext上的训练测试呢