DBNet.pytorch
DBNet.pytorch copied to clipboard
A pytorch re-implementation of Real-time Scene Text Detection with Differentiable Binarization
后处理
Wenmu你好,关于你的实现里后处理方面我有点疑问:模型完成推理后对 pred map 首先做二值化,用到了第一个阈值,配置文件中为 0.3,在得到二值map后做连通域检测,对每个连通域,计算 pred map 中对应区域的均值得到一个score,如果score 大于第二个阈值 0.7,则确认为文本实例。我不理解的是用两个阈值是否有必要?是基于哪种考虑?官方的代码不太友好,没有仔细阅读,是采取了同样的操作吗?
巨佬,请问训练icdar2017 数据集loss始终在1.0附近徘徊是正常现象么,不过我看识别是有效果的
怎样导出pt模型
大牛你好,我想知道怎么保存pt模型文件,我看到代码predict.py中有下面一段代码应该是保存pt模型文件用的,请问在哪里怎么调用呢? 原谅我一个刚入门的小白,提问这么初级的问题。 def save_depoly(model, input, save_path): traced_script_model = torch.jit.trace(model, input) traced_script_model.save(save_path)
为什么在计算距离阈值大时候,只计算了到缩减框的距离,而没有算到扩张框的距离呢!!谢谢
大佬您好,感谢大佬的开源精神,读了DB的源码,感觉db在predict过程中只是用了概率图,好像没有使用阈值图,我的理解对吗?期待大佬的回复。 @WenmuZhou
关于训练问题
模型在训练的时候前6个epoch都是耗时都是正常,4.5s左右。  但是训练到第7个epoch的时候,10次迭代耗时450s。 
你好,请问一下,怎么调整框框的长宽比例,使长度必须大于高度
大佬有预训练模型么