自训练文字检测，文字识别使用官方模型，出现漏识别情况

[boreas-l]

请提供下述完整信息以便快速定位问题/Please provide the following information to quickly locate the problem

• 系统环境/System Environment：
• 版本号/Version：Paddle： PaddleOCR： 问题相关组件/Related components：
• 运行指令/Command Code：
• 完整报错/Complete Error Message：

这边基于飞桨AI studio进行了卡证文字检测的训练，然后文字检测训练指标还可以，但是在测试的时候，在图像质量还可以的情况下，文字检测也检测到了，但是文字识别的时候漏了一个字。请问一下，这种是什么情况？det+rec之间，有存在什么关联吗？我看代码，就是det检测完，把文字提取出来传输给rec【文字识别rec使用的是官方提供的ch_ppocr_v2通用模型】
下面是示意图，文字检测框的情况差不多是下图【但不是当时的测试图，涉及隐私】：

[boreas-l]

测试的时候，姓名是准确框到了，但是文字识别只识别到了第二个字，没识别到第一个字。

[xuxiansheng2018]

我使用的是官方的det，自己训练的rec，也遇到相似的问题，测试时候没有问题，但是最后很多图片都是空白的，蹲一个解决方案

[asif-ca]

@xuxiansheng2018 whats the solution?

[ToddBear]

下面的地址等信息识别的情况如何呢？

det和rec之间的关联是这样的：
det完成后，会将所有检测出的文字区域的图片作为一个batch输入到识别模型中
该batch内的所有图片会被resize到同一高度，对于'宽高比'较低的图片，需要在右侧补0，以保证所有图片的宽度是一样的
随后该batch的图片就会被送入识别模块中生成识别结果

我猜测导致上述现象的原因是补0操作引入了噪声信息，使得宽高比较低的文本（即只有几个字的文本）容易被识别错误。可以参考类似的Issue

[boreas-l]

下面的地址等信息识别的情况如何呢？

det和rec之间的关联是这样的： det完成后，会将所有检测出的文字区域的图片作为一个batch输入到识别模型中 该batch内的所有图片会被resize到同一高度，对于'宽高比'较低的图片，需要在右侧补0，以保证所有图片的宽度是一样的 随后该batch的图片就会被送入识别模块中生成识别结果

我猜测导致上述现象的原因是补0操作引入了噪声信息，使得宽高比较低的文本（即只有几个字的文本）容易被识别错误。可以参考类似的Issue

在那一张图里，处理姓名漏掉一个字儿以外，其他信息全都识别出来了。然后我分别测试了ch_PP-OCRv3和ch_ppocr_sever_v2这两个版本，我发现ch_PP-OCRv3相比ch_ppocr_sever_v2在那一张图里不会漏掉文字，但是测多张图的比较结果中，ch_ppocr_sever_v2的表现相对更好一些。然后同一个版本里，我也分别测试了默认的SVTR以及CRNN，结果在ch_ppocr_server_v2中，这两种文字识别算法，都没法识别到漏掉的那个字。

[xuxiansheng2018]

您好，我具体描述一下我的问题：我的测试集有8500张图片，使用自己训练的det去单独只做检测的话，只有200张图片没有检测到框，可能是这些图片自身比较难识别。但是使用det和rec的联合指令的时候predict_system.py 指定了自己训练的det和自己训练的rec，以及官方的cls，却出现1700张图片检测结果为空，这种是det和rec之间的关联出现了问题吗？不知道问题出在哪里，希望您能给我个可行的建议。（自己训练的det验证acc=0.9 rec的acc=0.8）

[UserWangZz]

This issue has not been updated for a long time. This issue is temporarily closed and can be reopened if necessary.