[PaddlePaddle/PaddleOCR]det训练后precision: 1.0, recall: 0.95, hmean: 0.97。drop_score=0.0 后 但预测后还是会丢空,会是什么原因??

2024-05-14 576 views
5
  • 系统环境/System Environment: ubuntu20.04
  • 版本号/Version:Paddle: PaddleOCR: 问题相关组件/Related components: paddle 1.0.2 paddle-bfloat 0.1.2 paddle2onnx 0.9.7 paddlefsl 1.1.0 paddlenlp 2.4.1 paddleocr 2.6.1.2 paddlepaddle-gpu 2.4.1.post116 pandas 1.1.5 pandocfilters 1.5.0
  • 运行指令/Command Code:
    python3 tools/infer/predict_det.py --det_algorithm="DB" \
    --det_model_dir="/home/DiskA/zncsPython/picture_ocr/xsd_v1/model/det/inference/det_db_dml_inference/Student" \
    --det_limit_side_len=736 \
    --det_limit_type="min" \
    --image_dir="/home/DiskA/zncsPython/picture_ocr/xsd_v1/test/det_imgs/" \
    --draw_img_save_dir="/home/DiskA/zncsPython/picture_ocr/xsd_v1/test/det_imgsresult/" \
    --use_gpu=True
  • 完整报错/Complete Error Message: image

回答

1

det_db_box_thresh 调小后0.6.会出现这种不是方框的,是什么原因? image

7

可以分析一下badcase,然后进行改进,不是方框的结果可以画一下输出map看看

0

不是方框的结果可

map是指 方框的位置吗?

2

{'name': 'DBPostProcess', 'thresh': 0.3, 'box_thresh': 0.6, 'max_candidates': 1000, 'unclip_ratio': 1.5, 'use_dilation': False, 'score_mode': 'fast', 'box_type': 'quad'}

3

[[[417.0, 299.0], [489.0, 299.0], [489.0, 331.0], [417.0, 331.0]], [[744.0, 299.0], [795.0, 299.0], [795.0, 328.0], [744.0, 328.0]], [[583.0, 298.0], [655.0, 298.0], [655.0, 329.0], [583.0, 329.0]], [[240.0, 298.0], [308.0, 298.0], [308.0, 323.0], [240.0, 323.0]], [[796.0, 278.0], [863.0, 278.0], [863.0, 299.0], [796.0, 299.0]], [[190.0, 277.0], [322.0, 277.0], [322.0, 300.0], [190.0, 300.0]], [[14.0, 183.0], [81.0, 182.0], [82.0, 201.0], [14.0, 202.0]], [[749.0, 182.0], [805.0, 182.0], [805.0, 202.0], [749.0, 202.0]], [[566.0, 181.0], [615.0, 181.0], [615.0, 202.0], [566.0, 202.0]], [[93.0, 183.0], [131.0, 182.0], [131.0, 201.0], [94.0, 202.0]], [[665.0, 179.0], [653.0, 192.0], [677.0, 191.0], [664.0, 204.0]], [[494.0, 181.0], [528.0, 181.0], [528.0, 203.0], [494.0, 203.0]], [[94.0, 159.0], [131.0, 159.0], [131.0, 178.0], [94.0, 178.0]], [[15.0, 158.0], [76.0, 158.0], [76.0, 178.0], [15.0, 178.0]], [[748.0, 157.0], [805.0, 157.0], [805.0, 179.0], [748.0, 179.0]], [[566.0, 158.0], [615.0, 158.0], [615.0, 178.0], [566.0, 178.0]], [[495.0, 157.0], [529.0, 157.0], [529.0, 179.0], [495.0, 179.0]], [[652.0, 168.0], [665.0, 156.0], [677.0, 167.0], [664.0, 180.0]], [[865.0, 114.0], [939.0, 114.0], [939.0, 129.0], [865.0, 129.0]], [[376.0, 113.0], [654.0, 113.0], [654.0, 130.0], [376.0, 130.0]], [[82.0, 113.0], [219.0, 114.0], [219.0, 130.0], [82.0, 129.0]], [[865.0, 81.0], [918.0, 81.0], [918.0, 98.0], [865.0, 98.0]], [[398.0, 77.0], [692.0, 77.0], [692.0, 94.0], [398.0, 94.0]], [[88.0, 77.0], [236.0, 77.0], [236.0, 95.0], [88.0, 95.0]]]

9

--use_dilation 发现是设置为true就好很多

8

你这个应该是太小了,导致最后出来的分割图太小了,可以训练的时候对这种小的进行一下放大看看

4

原始图太小了?

3

你这个应该是太小了,导致最后出来的分割图太小了,可以训练的时候对这种小的进行一下放大看看

你好。您是说这个原始图 太小了吗

3

我看有问题的图片确实只有 八十几k 。训练的时候怎么放大呢? 我原来的设置是 det_limit_side_len=736.0,det_limit_type='min', image