From fd8039f9275e6123617df41b6d4c6505b1d304c3 Mon Sep 17 00:00:00 2001 From: WenmuZhou <572459439@qq.com> Date: Mon, 24 Oct 2022 07:53:05 +0000 Subject: [PATCH] update pdb doc --- applications/PCB字符识别/PCB字符识别.md | 20 ++++++++++---------- 1 file changed, 10 insertions(+), 10 deletions(-) diff --git a/applications/PCB字符识别/PCB字符识别.md b/applications/PCB字符识别/PCB字符识别.md index d4596335a..c695e8297 100644 --- a/applications/PCB字符识别/PCB字符识别.md +++ b/applications/PCB字符识别/PCB字符识别.md @@ -266,8 +266,8 @@ python3 tools/eval.py \ | 序号 | 方案 | hmean | 效果提升 | 实验分析 | | -------- | -------- | -------- | -------- | -------- | | 1 | PP-OCRv3英文超轻量检测预训练模型 | 64.64% | - | 提供的预训练模型具有泛化能力 | -| 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding | 72.13% |+7.50% | padding可以提升尺寸较小图片的检测效果| -| 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100.00% | +27.90% | fine-tune会提升垂类场景效果 | +| 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding | 72.13% |+7.49% | padding可以提升尺寸较小图片的检测效果| +| 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100.00% | +27.87% | fine-tune会提升垂类场景效果 | ``` @@ -420,9 +420,9 @@ python3 tools/eval.py \ | 序号 | 方案 | acc | 效果提升 | 实验分析 | | -------- | -------- | -------- | -------- | -------- | | 1 | PP-OCRv3中英文超轻量识别预训练模型直接评估 | 46.67% | - | 提供的预训练模型具有泛化能力 | -| 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% |-4.60% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试)| -| 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77.00% | +30.00% | 在数据量不足的情况下，可以考虑补充公开数据训练 | -| 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +23.00% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | +| 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% |-4.65% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试)| +| 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77.00% | +30.33% | 在数据量不足的情况下，可以考虑补充公开数据训练 | +| 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +22.99% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | ``` 注：上述实验结果均是在1500张图片（1200张训练集，300张测试集）、2W张图片、添加公开通用识别数据集上训练、评估的得到，AIstudio只提供了100张数据，所以指标有所差异属于正常，只要策略有效、规律相同即可。 @@ -614,17 +614,17 @@ python3 tools/end2end/eval_end2end.py ./save_gt_label/ ./save_PPOCRV2_infer/ | 序号 | 方案 | hmean | 效果提升 | 实验分析 | | ---- | -------------------------------------------------------- | ------ | -------- | ------------------------------------- | | 1 | PP-OCRv3英文超轻量检测预训练模型直接评估 | 64.64% | - | 提供的预训练模型具有泛化能力 | -| 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding直接评估 | 72.13% | +7.50% | padding可以提升尺寸较小图片的检测效果 | -| 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100.00% | +27.90% | fine-tune会提升垂类场景效果 | +| 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding直接评估 | 72.13% | +7.49% | padding可以提升尺寸较小图片的检测效果 | +| 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100.00% | +27.87% | fine-tune会提升垂类场景效果 | * 识别 | 序号 | 方案 | acc | 效果提升 | 实验分析 | | ---- | ------------------------------------------------------------ | ------ | -------- | ------------------------------------------------------------ | | 1 | PP-OCRv3中英文超轻量识别预训练模型直接评估 | 46.67% | - | 提供的预训练模型具有泛化能力 | -| 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% | -4.60% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试) | -| 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77.00% | +30.00% | 在数据量不足的情况下，可以考虑补充公开数据训练 | -| 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +23.00% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | +| 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% | -4.65% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试) | +| 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77.00% | +30.33% | 在数据量不足的情况下，可以考虑补充公开数据训练 | +| 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +22.99% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | * 端到端