小批量数据使用det_r50_db++_icdar15.yml，进行训练（使用的是ResNet50_dcn_asf_synthtext_pretrained.pdparams预训练模型），loss最终只能降到0.4左右，拿训练集直接进行评估的，recall和precision一直低于0.1，在配置文件部分也加了use_polygon: true该参数,标注格式如下(弯曲部分均采用16点或8点均匀标注，倾斜文本采用4点标注），想问一下如何解决该问题，完全达不到官方教程里光滑识别区域的效果。
目前我也存在这个问题，数据训练 best metric, hmean: 0.34084298180573774, is_float16: False, precision: 0.23930802498798653, recall: 0.5920348722013077
我也是loss一直降不下来
可以加个微信一起聊聊吗
预测下保存的model没，可以看下怎么样
数据量有多少呢，还有有预测可视化结果吗
我觉得自己训练很难达到很好的效果，尝试其他方案吧
有没有朋友解决这个问题了？precision和recall都很低 loss降不下去
我也是loss下不去
我也是损失下不去
训练参数不对
我也是损失下不去
训练参数不对
请问有什么地方需要注意呢？在训练参数调整方面有没有什么建议呢？
我loss在下降，但是效果很差，参数调整有什么建议嘛！
有train.log？看下eval 的imageshape