最近在做基于 CRNN 模型的 OCR 识别引擎，做的是日语的识别，语料来自要处理的汽车行业数据。过程比较顺利，用自动生成的 100w 数据集进行训练，验证集也有 98%以上的正确率。但是在实际材料中表现不佳，错误比较多。模型的泛化用了 8 种字体，10 种背景以及模糊，倾斜和一些随机噪声。实际选取测试的材料清晰度也很高，不存在没有对应字体，清晰度低这类问题。想请教一下还有其他的什么原因导致实际场景印刷体识别效果差呢？
This topic created in 2339 days ago, the information mentioned may be changed or developed.
 |
1
csuyzt Jun 13, 2020
生成的数据与实际数据像么？自动生成的大概逻辑是怎样的？
|
Select Language