balicheng

表格横竖线检测时候，在tabel_line中，加载完模型后，model.predict(np.array([np.array(inputBlob) / 255.0]))计算时候内存增长特别大，但是得到结果后内存恢复，请问计算时候内存瞬间增长特别大甚至有时候增长0.7g正常嘛，求救

flask启服务后调用paddleocr，client调用服务时不时出现如下错误，三个client同时循环调用服务的话，client调用大概十几次服务就会出现这个问题 File "ocr_infer\tools\rec_infer.py", line 19, in rec result = ocr.ocr(img, det=False) File "D:\Anaconda3\envs\paddleocr\lib\site-packages\paddleocr\paddleocr.py", line 535, in ocr img, cls_res, elapse = self.text_classifier(img) File "D:\Anaconda3\envs\paddleocr\lib\site-packages\paddleocr\tools\infer\predict_cls.py", line 114, in __call__ prob_out =...

[TTS]小样本微调，参考一句PaddleSpeech/examples/other/tts_finetune /tts3/在thchs30数据集上微调，loss降到1.5就不降了，且推理时候能学到微调数据集的声色，但是生成的语音有沙沙的杂声，请问是哪里出现了问题呢

2

基于PaddleSpeech/examples/other/tts_finetune /tts3/的readme，在中英混合模型上，如果从BZNSYP中选出来3k条语音微调am模型，loss可以下降到0.7左右，且用微调模型合成语音，声音比较清晰，同样用aishell3的数据集的某个人的声音的多条数据微调，推理模型合成的声音也很清晰，没有沙沙的声音； 但是用上述方法，在thchs30上选了250个同一个人的语音进行微调，微调后推理模型合成的语音存在沙沙的声音，又从thchs30中选出1000条同一个人的音色的数据微调，微调后loss仍然在1.5左右，且推理合成的声音中存在沙沙的声音，但是能学到微调数据中的音色。 请问大佬们，上述是哪里出现了问题呢

检测到的横竖线中间被截断，或者整条横竖线不能被完全检测，只能检测到横竖线的部分线段如下图

1

标注了500张图片重新训练tableline模型，其中标注数据中有手拍表格图片，所以对于拍摄变形的图片中的表格横竖线，某一条横线如果只用一条横线标注，可能不能完全重合，因此一条横线可能被分成了两段或者三段横线进行标注。训练了10epoch，最终训练集上acc稳定到了0.99左右，loss0.019左右，但是用训练后的模型，在训练集上推理，检测到的横竖线效果很不好，同一条线段可能只能检测到线段上的部分，而不能完全检测整条线段。 请问是标注的训练数据的问题嘛，是不是训练数据的横竖线必须是横平  竖直那种横线，如果对于有拍摄畸变的图片，对于畸变横线标注时候也必须用一条横线标注，还是可以畸变横线被分成两段或者三段进行标注呢。 请问是训练数据太少呢，还是标注数据的问题呢还是训练epoch太少的原因呢，您给出的模型是用多少数据训练的呢

I run code as RPA for python's WEB AUTOMATION demo on centos. When i setting headless_mode=False on init(), code can init, but on url step, return error as **b'ERROR -...