---
title: 2021-09-10 專題討論問題記錄
tags: 討論記錄
disqus: hackmd
---

# 2021-09-10 與老師討論

## 目前實驗

### 目前排名

### EasyOCR 成績
#### 實驗一 : test要預測的範圍，直接丟模型預測
* 查看成果發現，垂直方向的字EasyOCR辨識效果很差

#### 實驗二 : 做影像前處理，若是垂直方向的字，由**抓字模型**抓到的字位置，重新拼接影像為水平字

* 成績:

* 辨識成果

### PaddleOCR 成績
#### test要預測的範圍，直接丟模型預測

### YOLO 訓練模型成績

#### 參數&訓練資料
**Train -> img-384、batch-16**
**500字，800張圖，10 epochs**

#### 直接預測
* 成績

* 辨識成果

#### 直接預測和預測沒字合併
* 成績

* 辨識成果

* **500字數就可達到0.32(遠少於EasyOCR、PaddleOCR能夠辨識的字數)，不過目前還沒有對yolo字數缺少導致的分數較低問題做處理。**

**後續幾天透過加字數、訓練資料、epochs，以上模型能夠辨識更多字!!!**

#### 比賽字集加入訓練
以上述得到的權重為基礎，加入比賽提供的圖繼續訓練，mAP上不去，就不繼續訓練了

## 一些重大發現

* 要使用IOU重疊要另外開一個參數 --agnostic-nms
之前測試在沒開啟 agnostic-nms 會有iou-thres改不動的結果，測試開啟後就沒問題了
目前測試參數，如上圖，結果算是相對比較好的!

* 預測影像大小(128, 256)會影響成果
先前Detect部分，就算是Train給img-384，測試的時候仍有很多問題，就有發現Detect給的img會影響預測結果!

* 在仔細觀察和實驗後，得知YOLOv5在做Detect時候的縮放會以給的img大小為基準點，做比例縮放
ex. 圖片 64x128 Detect給384 ---> 輸出會是 192x384
而在測試的時候有發現，當圖片的最小邊大概在96、128的時候辨識成果會好非常多，如下圖
所以就直接到程式內部做修改，把原本的機制更改成預設最小邊96做縮放，然後先使用100字做訓練，結果出來令人感動QQ
大部分都能準確識別了，只要有涵蓋的字，都能有還不錯的辨識率!
--->
後面也有使用500字訓練做測試，結果也都好非常多!

## 會議錄影
https://youtu.be/m80WV3M6CRY