MG_Chen
MG_Chen
same trouble
> 应该是按你这样操作，先同比例缩放至高度为32，然后再放缩宽度！ 请问一个问题，您第二步resize操作的时候，直接强行放缩宽度值，不会使图片中的字符变形严重吗(当输入图片宽高比与训练图差别较大时)？ 我刚接触ocr没多久，crnn中不是说可以只统一高度，宽度任意吗？ 您这个网络支持这种输入方式吗？
> > > 应该是按你这样操作，先同比例缩放至高度为32，然后再放缩宽度！ > > > > > > 请问一个问题，您第二步resize操作的时候，直接强行放缩宽度值，不会使图片中的字符变形严重吗(当输入图片宽高比与训练图差别较大时)？ 我刚接触ocr没多久，crnn中不是说可以只统一高度，宽度任意吗？ 您这个网络支持这种输入方式吗？ > > 感觉后面补0效果更好 如果测试图宽度比训练图宽度小可以直接填充补白，但是如果测试图宽度比训练图长好多时，直接压缩形变比较严重吧? 不是可以支持只固定图像高度吗？ 请问您知道如何操作吗？
> @chen1234520 > 保持宽高比就行，高度到32，宽度按照一样的比例进行 > padding是为了好计算，这是和最长的保持一样就行 宽高比是训练数据的宽高比吗？我训练时尺寸320*32，但是实际测试时有些图片宽度过长，例如640*32。这中情况，输入时图片需要resize到多少？是强行压缩到320*32，还是网络直接可以接受640*32的输入尺寸？
> @chen1234520 > cnn对于输入大小是没有限制的，这里用32，主要是为了lstm的使用，一个词一个向量（如果不用32也可以，不过得加些处理，例如add或者concat）。lstm对于长度是没有限制的，每次输入一个特征向量就行。 > 这里一个batch的图片保持宽高一样，是为了好计算。 > 所以，你这里处理的时候，比如pytroch dataloader有个collate函数，你可以在那里处理，计算最长的（假定之前之前按比例缩放高度为32了），对于不够的padding补0，剩下的应该就可以直接送入网络就行了。。 您这里指的是训练过程吗？ 那测试过程呢？假使训练阶段我的训练图片，宽高比为10:1，320×32。那么再测试时，一张例如1000×64尺寸的图像，是仅需要将高度缩放到32，即500*32作为输入，还是需要强行改变宽高比缩放到320×32？
need help ,too
作者使用了mobilenet中的depthwise层，该层在以下链接中有实现https://github.com/yonghenglh6/DepthwiseConvolution
放弃inplace_abn ，将所有的inplace_abn替换为官方bn
同样遇到这个问题，来个大佬说下解决办法
填坑：我的原因是warp_CTC编译时计算力不支持新版本显卡，2080及更新的显卡编译时需要修改warp_ctc中的计算力。