Replies: 1 comment
-
使用ch_PP-OCRv4_det_teacher.yml作为配置文件后,微调出来的模型文件大小已经正常(114M),微调模型的指标如下,具体效果待验证后补充 ~ |
Beta Was this translation helpful? Give feedback.
0 replies
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
-
如题所述,我想微调det server v4的检测模型,官方提供的训练模型下载包中,仅包含了best_accuracy.pdparams文件。我想知道是不是使用该文件作为预训练模型,然后用ch_PP-OCRv4_det_teacher.yml作为训练的配置文件,如不是这样,请指出错误的地方,感谢 ~
我尝试使用ch_PP-OCRv4_det_student.yml文件进行训练,训练完成后模型的大小变得很小(server高精度模型通过微调之后,精度丢了了吗?),这是正常的结果吗?
训练完成后的最佳模型指标如下:
best metric, hmean: 0.8968019349637194, is_float16: False, precision: 0.9072865687873845, recall: 0.8865568544102019, fps: 21.485410923182126, best_epoch: 478
tips:后续我会补充使用ch_PP-OCRv4_det_teacher.yml配置文件微调的结果
该模型的检测效果甚至不如默认的det server v4模型,可能是什么原因造成的?
相同的数据集,我在det server v3上使用student预训练模型+student.yml,得到的指标如下:
best metric, hmean: 0.973915357998403, is_float16: False, precision: 0.9757333333333333, recall: 0.9721041445270988, fps: 37.764925068078185, best_epoch: 279
仅看hmean的结果,效果是远远高于det server v4的微调结果的(两个训练的配置文件参数,调整的地方都是一致的),如果我想在v4上也达到类似的结果,后续的调整思路应该是什么?
Beta Was this translation helpful? Give feedback.
All reactions