Chongyu-Liu

> Hi! Thanks for the interest! Yeah, in preliminary code there is a mask branch indeed. I will update this semi-pulic-ready codebase very soon. Thanks a lot! Sorry to bother...

> Hmm..that's weird. How do you split the reliable (large) /less reliable (small) sets? Similarly as we do for the anchors? The losses (cls, bbox, meta; ignore the mask loss)...

> I have found it, thanks hello，i dont know how to output the province. Could you please tell me how to do that? Thank you!

Hello, thanks for your work! I am also interested in the support for rotated bounding boxes. Can your code support all angle (-180~180) prediction?

与训练数据有关，您可以合成一些这种字幕图片进行训练，这样应该能取得比较好的效果 TheHonestBob ***@***.***> 于2023年4月2日周日 20:08写道： > > 你好，请问一下擦除效果会受到哪些因素影响，我使用你开源的模型进行文字擦除，效果不好，文本mask使用的文本检测模型，不知道是我代码问题，还是说受到训练数据的影响，导致我的预测结果不佳，图片的大小和非文本区域的数据分布会影响擦除效果吗，以下是我的原始图片ori和预测图片result > [image: ori] > > [image: result] > > > — > Reply to this email directly, view it on GitHub >...

sry, there is some mistake in the previous code, I have updated it. load_mask() is not need. You can refer to our provided test dataset format here. data Derek Ray...

for enstext, I only use the 2749 training samples and takes about 1-2 days for training on a single 2080ti GPU kylechang523 ***@***.***> 于2023年3月31日周五 07:04写道： > Hi, may I ask...

查看一下你的输入是否正常，我刚才测试了一下输出是正常的 cqray1990 ***@***.***> 于2023年11月12日周日 13:49写道： > 下载模型测试结果怎么会是这样的呢？ StrOuput 的结果 > [image: 118] > > > — > Reply to this email directly, view it on GitHub > , or unsubscribe...

目前暂时只有测试。训练代码可以根据文章进行简单复现，基本都是l1 loss的形式 wqangzuoshuai ***@***.***> 于2022年10月28日周五 10:13写道： > — > Reply to this email directly, view it on GitHub > , or unsubscribe > > . > You are receiving this...

labels读了没用上，你可以不读或者随便设个对象。structure需要自己去转，参考readme，而且我那里也有提供测试数据可参考 Ume-technology ***@***.***> 于2023年3月28日周二 12:02写道： > 另外老师再请教一个问题，我不是太明白整个代码的测试过，因为我现在在做的是先把流程跑通。我把您发布出来的re-train的model文件放在了 > test.py --model 参数下。但是如下的代码我没看懂，为什么在测试阶段，您需要读取 all-labels 数据呢？另外 > structure_im 这个数据集我也没看懂。我知道我还有很多细节没注意到导致这些问题的产生。但是还是希望老师先给予我一些明确问题的指点。 > > ` gt = cv2.imread(self.data[index].replace('all_images', 'all_labels')) > gt = cv2.cvtColor(gt, cv2.COLOR_BGR2RGB) > >...