---
title: 2021-08-30 專題討論問題記錄
tags: 討論記錄
disqus: hackmd
---

# 2021-08-30 與老師討論

## 0828討論記錄
https://hackmd.io/@thenextone/H1FsA-wWK

## 目前實驗 (以下實驗都是用YOLO v5)

* (一) 原圖所有中文字都標一樣Label **(成果mAP : 0.82)**

* (二) 切圖(按照json檔格式把圖先裁下來，重新標註座標)所有中文字都標一樣Label **(成果mAP : 0.985)**

* (三) 原圖所有中文字Label都標不一樣(訓練資料字數 : 2400多個) **(成果mAP : 小於0.1)**

* (四) 切圖(按照json檔格式把圖先裁下來，重新標註座標)所有中文字Label都標不一樣 **(成果mAP : 小於0.1)**

## 討論

* YOLO 丟資料訓練－直接判斷字
->模擬訓練資料
結果validation全部為0，是否跟座標都給一樣有關?

* YOLO 超參數部分討論

## 接下來方向建議

* 08-28 Joseph老師建議可以先找出中文字(不管是甚麼字)，在場景中的Bounding Box位置
接下來的採用圖像辨識，辨識字是甚麼。
但這方法前提是文字定位要定的準，如果連都框不準辨識一定會有問題。
如何訓練調參數讓文字定位更準???

* 是否有相關模型是可以校正文字語意的?
EX :
input : 午肉麵 => output : 牛肉麵
input : 車專角 => output : 轉角

* 是否改成用分類模型做 ex.ResNet，因為YOLO部分有點問題且訓練成果不好

## 老師回饋

* 信心值0.8太高了，調低一點到0.5，看是否可以辨識得到「一」

### 會議錄影
https://youtu.be/zsvnUrTam9I
https://youtu.be/OXuEeMyqwC0

**實驗成果:**
調低可以抓到的:

還是找不到的 (可能設定訓練設定data Argment參數要加入旋轉?)

* 模擬資料先試試看訓練10個字，一次4808個太多了
**實驗成果:**

測試結果沒問題 看起來可能是文字太多導致validation趨近0


直接圖片測試

未做黑白反轉

做黑白反轉

應該是因為我們訓練的是白底黑字 所以導致這結果