John
John
> I meet same issue, but I have solved it when I changed the learn rate to 0.0001. I hope it can help you. it works for me ,thanks
> As I read paper, efficient d0 size should be 3.8MB. > Why d0 checkpoint weight included on git has 40MB size ?? 3.8M明显是参数的数量
> 感谢建议，正在上传到腾讯微云。 Thank you for your generosity
更多区域的检测识别模型会在后期开放
> 用了这几个区域的标注数据 对，只标注了指定的这五个区域
> 刚刚接触这块，不知道你是如何训练的，以及训练的代码在哪儿？ 检测部分训练脚本：https://github.com/chineseocr/chineseocr/blob/master/train/text/text-train.ipynb 识别部分训练脚本：https://github.com/chineseocr/chineseocr/blob/master/train/ocr/train-ocr.ipynb
> > > 刚刚接触这块，不知道你是如何训练的，以及训练的代码在哪儿？ > > > > > > 检测部分训练脚本：https://github.com/chineseocr/chineseocr/blob/master/train/text/text-train.ipynb > > 识别部分训练脚本：https://github.com/chineseocr/chineseocr/blob/master/train/ocr/train-ocr.ipynb > > 如果我想增加识别区域，是不是我只要用labelImg标注多个区域，然后再按照你上面写的这两个脚本训练一下就可以了呢？我现在用labelImg标注了以后，尝试用yolov3去训练，不知道这样可不可行 box检测模型标注软件参考https://github.com/cgvict/roLabelImg.git，可标注带角度的box，标注完可直接训练yolov3的检测模型
> 如题 后期会更新一个检测模型psenet版本的，检测识别的字段会更多。
> _No description provided._ 请在的Linux环境下测试
> 您好，请问可以用keras的yolo V3 训练检测区域吗 可以，原则上回归和分割的方法都可以尝试，各有优势。