wuxiaolianggit

首先很感谢大佬的开源工作和回复，我还有一个问题想问您，您的loss计算不用ctc，在计算loss的时候使用交叉熵计算loss，那ground truth和pred的维度是怎么做到对齐的呢 @opconty

真的很感谢大佬的回复，我仔细看看大佬的文章啊

您好，大神，仔细读了您的代码，发现特征提取之后维度顺序是x = self.adaptive_avg_pool(x.permute(0,3,1,2)) # [b, c, h, w] -> [b, w, c, h]，然后经过bilstm，在利用tarnsformer对其进行pred，但是对其进行PositionalEncoding编码时，感觉没有利用到位置信息，如果把[b,w,c]变成[w,b,c]会不会就利用了位置信息，会不好一点？

您好，大神，仔细读了您的代码，发现特征提取之后维度顺序是x = self.adaptive_avg_pool(x.permute(0,3,1,2)) # [b, c, h, w] -> [b, w, c, h]，然后经过bilstm，在利用tarnsformer对其进行pred，但是对其进行PositionalEncoding编码时，感觉没有利用到位置信息，如果把[b,w,c]变成[w,b,c]会不会就利用了位置信息，会不好一点？ @opconty

好的，多谢大神回复

大神您好，我调整了训练参数，从新训练了模型，效果和之前的crnn效果差不多，没有下降也没有提高，看了您的代码，是只支持定长训练，是这样吗 @opconty

您好，大佬，我用的是中文数据集训练的，如果我增加transformer中nhead的数量，变成8，效果会不会好一点呢 @opconty

不哈意思啊，大佬，我用的中文数据集是公司内部数据集，我尝试用合成数据的代码生成一批，到时候上传到百度云上给您啊。

多谢大佬解答。 @ZHKKKe

请问大神，训练集的mask图如何制作呢，训练集样例及训练代码作者能否提供一下，我的邮箱是[email protected]，非常感谢您啊。 @wenlihaoyu