moro0v0

识别效果很一般

1

我拿中文英文的论文都试了一下，用他们给的官网，发现首先存在吞字的问题，也就是说有时候一页的识别是从某个中间位置开始的，不知道为什么？其次很多公式的识别也不准确。感觉效果很一般？

Out of memory

3

I am using a server with two 24GB 3090 GPUs. When I run the bash run_baselines_lora.sh script, I encounter an error indicating insufficient GPU memory. How can the code be...

视觉模型/Omni模型开启api之后怎么传递视频执行预测？

2

### Reminder - [x] I have read the above rules and searched the existing issues. ### System Info 视觉模型/Omni模型开启api之后怎么传递视频执行预测？ ### Reproduction ```text Put your message here. ``` ### Others _No...

SenseVoiceSmall模型导出onnx格式之后GPU版运行特别慢

1

我测试了导出的量化INT8的SenseVoiceSmall产生的onnx模型直接拿cpu和gpu去预测一个语音模型，观察到语音模型在使用cpu第一次只要1s多第二次只要0.1s。然后使用gpu反而更忙了第一次20s，第二次1s。这是什么问题

funasr支持SenseVoiceLarge的微调吗？

1

我看项目的model里面只有sensevoice，里面结构对应的是SenseVoiceSmall的结构，funasr是不是不能微调SenseVoiceLarge？

whisper的model.py文件里面forward函数只有一个pass

训练结果存疑

1

我做的是一个声音分类的任务，然后给的结果是类别，然后我看训练损失在验证集上 { "epoch": 26.845637583892618, "eval_loss": 0.07754058390855789, "eval_runtime": 18.252, "eval_samples_per_second": 12.163, "eval_steps_per_second": 1.041, "step": 4000 }也只有0.077，但是我在合并lora之后预测的结果准确率只有百分之15，请问问题出在哪？我如果要排查的话怎么排查问题