Mr.Fire

明白了，是包含在scores里

在 eval.py中加入打印就可以得到输出节点名了： ``` print(age_logits, age_logits.get_shape()) #Tensor("logits/age/BiasAdd:0", shape=(?, 101), dtype=float32) (?, 101) print(gender_logits, gender_logits.get_shape()) #Tensor("logits/gender/BiasAdd:0", shape=(?, 2), dtype=float32) (?, 2) ```

感谢回复！了解了，所以如果我为了加速，不使用mask，比较简单的方案就是考虑不用残差结构吧

> 我刚开始学习，物体是你说的这样没错。字的话一般是通过字体，保存为tiff这种未压缩的图片，一般一个图片只有一个字。这样来训练的吧？别喷我 crnn都是整行训练 整行识别的。。你说的方案还要分割成单个字 传统方法已经淘汰了

> 分割单字符识别不一定使用传统方式，对于单字符分割如果可以分割开来能大大提升模型识别准确度和模型所需的训练数据 > […](#) > ------------------ 原始邮件 ------------------ 发件人: "Mr.Fire"

so why lite-hrnet cost more time than hrnet? then why we need lite-hrnet? @clover978

我也想要RGB视频数据，有人分享吗

这不是很正常吗，就跟你训练图像分类一样，如果物体占面积很大，提取特征多自然效果就好了。问题是你为什么会有图片尺寸大的？通过检测文本再裁剪，空白都很小啊。

> > 这不是很正常吗，就跟你训练图像分类一样，如果物体占面积很大，提取特征多自然效果就好了。问题是你为什么会有图片尺寸大的？通过检测文本再裁剪，空白都很小啊。 > > 我的图片都是表格，通过二值化直接规则裁剪单元格的，所以可能会有图片尺寸大的。 > 该repo对表格的检测，裁剪在识别，效果很不好，因为表格有很多线的干扰，尤其是紧凑型表格，几乎分析不出来。有同感吗？ 你这种情况更好处理吧，裁剪单元格后用传统图像处理方法比如膨胀腐蚀很容易就可以提取出文本行

> > > > 这不是很正常吗，就跟你训练图像分类一样，如果物体占面积很大，提取特征多自然效果就好了。问题是你为什么会有图片尺寸大的？通过检测文本再裁剪，空白都很小啊。 > > > > > > > > > 我的图片都是表格，通过二值化直接规则裁剪单元格的，所以可能会有图片尺寸大的。 > > > 该repo对表格的检测，裁剪在识别，效果很不好，因为表格有很多线的干扰，尤其是紧凑型表格，几乎分析不出来。有同感吗？ > > > > > > 你这种情况更好处理吧，裁剪单元格后用传统图像处理方法比如膨胀腐蚀很容易就可以提取出文本行 > > 提取出文本行（字体内容）？ 还是...