senlinuc
senlinuc
现在不需要验证了，你再试试
我还不太确定语料平衡能带来多大的提升，不过目前我想到一个简单的方法：先统计字频，再计算出每个句子的平均字频（语料最终会拆分成单个句子），再对句子进行复制，频率低的多复制几份，最后再对新的句子列表均匀采样
这几天我把网络结构和训练好的模型都放上去，不过网络结构跟中文的差不多
正在整理，整理好了放上来
label.txt是预测用的字典，训练用的标签你可以参考http://pan.baidu.com/s/1c2fHpvE 中的train.txt
改成这个链接了：https://pan.baidu.com/s/1dFda6R3
训练方式没什么特别，数据准备好后用examples\ocr下面的train_val, solver就可以训练。 小数据集也可以但训不出效果呀。
不太清楚你说的backbone是什么意思。中英混合的情况这里确实没有考虑。另外你说的感受野也确实是影响精度的重要因素，感受野太小的话每个时刻的特征就难有很好的代表性和区分性，感受野太大的话又容易带来混淆和漏字，这个要根据实际数据的情况来调整。191238062，我的QQ，欢迎一起讨论。
我生成的中文数据集里也有少量英文和数字，这种中英混合我感觉只要总量足够，比例调整好，应该可以一次训练。