shibefore

另外：使用作者提供的模型，仅仅修改参数3，将0.01修改为0.002，在totaltext上平均能提高0.5个点(其它未测试) totaltext-resnet18 88.9 77.6 82.9 totaltext-resnet50 88.0 81.5 84.6 修改后： totaltext-resnet18 89.3004 78.4810 83.5419 totaltext-resnet50 88.0387 82.1881 85.0129

嗯，我修改的都是inference的参数，确实不影响训练。 我会再尝试下先在totaltext上训练，然后拿这个模型做预训练模型来训练ctw1500. 谢谢

@MhLiao ，我使用在totaltext上训练好的模型（F1：83.28），作为ctw1500-18-deform-db的预训练模型尝试复现。训练过程中使用box_thresh 0.7,thresh 0.3观察每1000minibatch，F1的变化，发现F1一直在70左右上下浮动，将训练结束后的final模型进行测试，结果为：

@MhLiao ： P R F1 box_thresh thresh epsilon*ratio 66.66 68.85 67.74 0.5 0.3 0.01 81.04 74.70 77.74 0.5 0.05 0.01 82.27 81.85 82.06 0.5 0.05 0.002 ，还是需要将thresh设置成0.05，能否提供下你那边训练的ctw1500的模型？ 谢谢了

你好，问下你解决这个问题了没？