中文训练标签以及横竖排样本预处理

[CC-todo]

你好，我这里有两个问题需要请教下： 1、中文标签训练时编码为什么格式，我训练时索引输出错误，索引往后偏移了3或4位不固定 2、代码里train时横竖排预处理都是为宽256 高64，这样不会把竖排样本变形吗

[RuijieJ]

1. 中文标签格式和英文是一样的，都是“路径 文本”的形式，用的utf-8编码
2. 训练多方向文字的时候得调整一下代码，我的方法是构建2个dataloader，分别把横竖排样本归一化到64256和25664，然后训练的时候从这两个dataloader里读样本，大体上代码长这样：

# h_loader和v_loader分别是横排样本和竖排样本的dataloader
count_h, count_v = len(self.h_loader), len(self.v_loader)
h_iter, v_iter = iter(self.h_loader), iter(self.v_loader)
while count_h > 0 or count_v > 0:
    if random.random() < count_h / (count_h +count_v):
        ims, texts = h_iter.next()
        count_h -= 1
    else:
        ims, texts = v_iter.next()
        count_v -= 1