ziyaxuanyi
ziyaxuanyi
what should I do if I want to get the text score? I don't know what the return path means.
请问，手写模型训练所使用的数据是否有添加背景再训练，注意到数据集中的图片都是完全的纯白色背景，这样训练出来的模型，对有背景的图片会完全识别不了，但是测试模型是能够识别有背景色的图片的，这是为什么呢？
SOLOV2支持裁剪和蒸馏吗？ 如果支持的话，麻烦提供一下参考配置文件
看FAQ关于ratio_list的解释是，使用多个数据源训练，在每个epoch按照ratio_list给出的比例对每个数据源采样，组成一个epoch训练。这样就能在训练的一个epoch中，保证覆盖到含有每个数据源的数据内容。 但是我看代码不是这样的，代码是在训练之前把每个数据源按照ratio_list的各自比例对每个数据集采样之后，组合成一个新的总数据集，之后在训练的一个epoch中，从这个新的总数据集取batch_size个数据进行训练，这样就不能保证每个epoch中覆盖到有每个数据源的数据。 如果要实现FAQ所说的方法，应该怎么修改代码呢？
注意到V2和V3版本ctc head部分的区别。 V2版本的ctc head中间加了一个mid_channels即增加了一个中间全连接层，当时发布的V2的技术文档也提到增加了这个中间全连接层的作用是，增强head的表达能力。 但V3版本ctc head部分又去掉了这个中间全连接层mid_channels，请问这么做的原因是什么，是因为这个中间全连接层会导致V3的精度降低吗？有做过这方面的实验吗？
同样的训练数据集，V2版本模型训练精度能收敛到0.89左右，而V3版本的模型精度只能收敛到0.80左右。 使用的是默认的ch_PP-OCRv3_rec_distillation.yml配置，由于显卡显存不够，只修改了batch size从128减小到64。 请问是什么原因了，需要做哪些修改？ 怀疑是GTC训练策略有影响，现在只想训练不带GTC只用CTC的PP-OCRV3识别模型，修改配置文件会报错，看报错信息是训练V3必须带GTC的部分loss的内容。请问怎样修改配置才能训练不带GTC的识别模型，或者给出只用CTC训练的训练配置文件？
训练问题
请问在用参照你的方法是实现的center loss训练的时候，有时候准确率会突然比正常水平下降好多，最多有10个百分点，但是又会慢慢训练回来，请问这是正常现象吗？
### Search before asking - [X] I have searched the YOLOv8 [issues](https://github.com/ultralytics/ultralytics/issues) and found no similar bug report. ### YOLOv8 Component Other ### Bug When I use ultralytics in my...
### Search before asking - [X] I have searched the YOLOv8 [issues](https://github.com/ultralytics/ultralytics/issues) and [discussions](https://github.com/ultralytics/ultralytics/discussions) and found no similar questions. ### Question I use yolov8m-seg.yaml to train on my own dataset....
### Is there an existing issue for this? - [X] I have searched the existing issues and checked the recent builds/commits ### What happened? I updated the latest code (February...