请问为什么同样的模型PTOCR的效果会好于PPOCR呢？

[TongTianUM]

Pytorch python3 ./tools/infer/predict_system.py --image_dir ./test.jpeg --det_model_path ch_ptocr_v2_det_infer.pth --rec_model_path ch_ptocr_v2_rec_infer.pth --use_angle_cls true --cls_model_path ch_ptocr_mobile_v2.0_cls_infer.pth

Paddle python3 tools/infer/predict_system.py --image_dir="./test.jpeg" --det_model_dir="./model/ch_PP-OCRv2_det_infer" --cls_model_dir="./model/ch_ppocr_mobile_v2.0_cls_infer" --rec_model_dir="./model/ch_PP-OCRv2_rec_infer" --use_angle_cls=true

除了输入和参数路径，其他均是默认。对比过代码默认配置两边基本是相同的。从结果看Pytorch要好一些，感觉很奇怪，麻烦懂的大大解答一下

[ChaoII]

我自己训练了模型转换出来，pytorch效果差很多。

[TongTianUM]

我自己训练了模型转换出来，pytorch效果差很多。

效果差有可能，毕竟结构对齐，抠参数出来的结果。这继承过来的，变好不太能理解

[frotms]

一些阈值参数有可能不一样。另外在一定范围内变好或变坏也是有可能的，因为测试集并不完备，恰好在这些图上变好了

[frotms]

我自己训练了模型转换出来，pytorch效果差很多。

需要分析下转换时每个权重是否完全加载了

[TongTianUM]

一些阈值参数有可能不一样。另外在一定范围内变好或变坏也是有可能的，因为测试集并不完备，恰好在这些图上变好了

我理解ptocr这里结构和参数是完全对齐的，对不齐效果会变差。那请教一下在一定范围波动是为什么呢？因为精度不同的原因吗

[frotms]

有可能是精度不同，也可能是哪个算子参数没对齐。后者我还没来得及排查