训练了一个能够同时识别竖排和横排文字的模型,但在推理时碰到了图片尺寸的问题

[Like2021]

我的数据集大都是这样的

我该如何修改image_shape,才能识别用摄像头抓取的图片里的文本段,而不是因为resize后失真,得不到结果

https://github.com/PaddlePaddle/PaddleOCR/blob/4d3cd67cc23b756a8d67f57b4c6d868b3186b4b6/configs/rec/multi_language/rec_en_number_lite_train.yml#L93-L94

我尝试解决这个问题,通过看源码,infer主要调用了这个函数,但我还是没有思路

https://github.com/PaddlePaddle/PaddleOCR/blob/4d3cd67cc23b756a8d67f57b4c6d868b3186b4b6/ppocr/data/imaug/rec_img_aug.py#L499-L523

假设抓取的图片尺寸是(1080, 1920),我应该如何修改呢,能给予一些提示或者建议吗

或者说我需要利用类似于这样的数据集图片训练?

[drenched9]

应该是你预测的时候要加上一个分类模型，分出是否旋转了90°或者180°。然后就可以正常识别了

[yangy996]

如果不想重新训练模型的话，可以尝试一下这种方式 https://blog.csdn.net/YY007H/article/details/124973777

[Like2021]

感谢,已经解决了