gary-jiao

densenet-ocr的第142行左右，img1 = Image.open(j).convert('L') 这里是控制图片加载的，你可以自定义一个 imgPath = '../somewhere/images'，然后把那行代码修改一下：img1 = Image.open(imgPath + j).convert('L')

@lchigoc 首先我用的是python2.7，所以我不确定以下说的是否能够解决你的问题，你可以试试先。 看到有这个错误：InvalidArgumentError: Labels length is zero in batch 4 我这里之前也报过类似的错误，跟踪了一下，貌似是变量 i 被改变了。所以我改了一下代码，把以下这行： labels[i,:len(str)] =[int(i)-1 for i in str] 改为 nnn = [int(x)-1 for x in str] labels[i,:len(str)] =nnn 然后就没有再出现过这个问题了。你先试试，看看是否有效果吧。

你好，我没有用 windows，用的是 ubuntu 系统。我之前用的是py2，没有报错，但字符乱码是问题，我现在也在改用py3跑，暂时还没有出现错误。（对了，我不是用ipynb在跑，我是导出为python文件在跑的） 然后目前我并非不方便提供模型，只是我也弄这个没多久，之前也走了一些弯路，最近几天才开始真正开始训练，然后因为训练的速度很慢，所以目前我也没有训练好的模型。

@zhangtao22 这个倒没有，我用的数据是从Readme里提供的地址下载的，训练的时候一切正常，所有指标都正常。如果你没有改过代码，建议确认一下数据是否正确吧。 对了，你说的训练是指densenet-ocr吧？我说的这个。。。

@zhangtao22 crnn的我还没有运行过，所有那边的情况暂时不了解，后面有时间我再试试。 然后关于你说的加了 dtype=np.int，虽然默认情况下返回的是 float64 类型，但实际上label值应该不会变成你说的那种情况，因为label数据其实就是定义在train.txt文件里，那些原始值都不会出现小数。而且在代码里，已经做了 int 处理：[int(n) - 1 for n in str]，所以最终得到的label里的值应该是类似于 283.0, 139.0 这样的值。

@zhangtao22 这是label里一行的数据，可以看到，都是 .0 ，也就是小数点后面都是0的。 : [5.0, 47.0, 301.0, 18.0, 18.0, 75.0, 503.0, 123.0, 365.0, 29.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0, 10000.0] [int(n) - 1 for n...

那些值没什么问题啊，只是显示的问题，其实全部都是小数点后面为0的浮点数。 5.87e+02 = 587.0 8.80e+01 = 88.0 1.019e+03 = 1019.0

我是两块1080ti显卡，每个epoch大概2200s左右，用了44个epoch，acc到98.4。 然后因为原始的数据集太大，所以train和val都只取了原来的 1/10，生成 train_s.txt 和 val_s.txt， 代码里 steps_per_epoch =3279601/10 // batch_size, validation_steps = 364400/10 其他的就没有改动了。

Keras 默认就支持多GPU啊，我没有改过这方面的代码，训练开始后，两个显卡内存已经是完全占满的，只不过在使用率上，只有第一块显卡有数值，第二块显卡只是显存被占满，貌似只是贡献了显存一样，太具体的我也没有细细研究，反正都用上了....

@zhdy008 ，没问题。 链接: https://pan.baidu.com/s/1Gq7--nm59lYtbjzhI5Q2-g 密码: jph9