使用自己的数据集训练版面分析有差异

[beetter]

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：
  ubuntu 22.04
  cuda 11.8
• 版本号/Version：Paddle： PaddleOCR： 问题相关组件/Related components：
  PaddleDetection-2.6.0
  使用picodet_lcnet_x1_0_fgd_layout_cdla训练模型上训练自己的数据集
• 运行指令/Command Code：
  export CUDA_VISIBLE_DEVICES=0,1
  python -m paddle.distributed.launch --gpus '0,1' tools/train.py
  -c configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml
  --eval
• 完整报错/Complete Error Message：

使用coco格式的数据集，自己标注了5000张，4000张训练集，1000张测试集，训练后的模型识别效果总是有些漏识别、多识别、识别检测框不全的问题，请问怎么解决。 请尽量不要包含图片在问题中/Please try to not include the image in the issue.

[TingquanGao]

想问下为什么要fine-tune呢，是我们提供的预训练模型效果较差吗？fine-tune训练的超参数是用的默认配置吗？

[beetter]

想问下为什么要fine-tune呢，是我们提供的预训练模型效果较差吗？fine-tune训练的超参数是用的默认配置吗？

测试了效果不太好，我的排版没有顺序，有些会漏识别或者错识别。训练的超参是默认的configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml文件，使用labelme标注的多边形数据，使用x2coco.py转换成训练集和测试集，yml文件配置如下：
BASE: [
'../../../../runtime.yml',
'../../base/picodet_esnet.yml',
'../../base/optimizer_100e.yml',
'../../base/picodet_640_reader.yml',
]

pretrain_weights: https://paddledet.bj.bcebos.com/models/pretrained/LCNet_x1_0_pretrained.pdparams
weights: output/picodet_lcnet_x1_0_layout/model_final
find_unused_parameters: True
use_ema: true
cycle_epoch: 10
snapshot_epoch: 1
epoch: 100

PicoDet:
backbone: LCNet
neck: CSPPAN
head: PicoHead

LCNet:
scale: 1.0
feature_maps: [3, 4, 5]

metric: COCO
num_classes: 15

TrainDataset:
!COCODataSet
image_dir: train
anno_path: annotations/instance_train.json
dataset_dir: ./dataset/publaynet/cocome311/
data_fields: ['image', 'gt_bbox', 'gt_class', 'is_crowd']

EvalDataset:
!COCODataSet
image_dir: val
anno_path: annotations/instance_val.json
dataset_dir: ./dataset/publaynet/cocome311/

TestDataset:
!ImageFolder
anno_path: ./dataset/publaynet/cocome311/annotations/instance_val.json

worker_num: 8
eval_height: &eval_height 800
eval_width: &eval_width 608
eval_size: &eval_size [*eval_height, *eval_width]

TrainReader:
sample_transforms:

• Decode: {}
• RandomCrop: {}
• RandomFlip: {prob: 0.5}
• RandomDistort: {}
  batch_transforms:
• BatchRandomResize: {target_size: [[768, 576], [800, 608], [832, 640]], random_size: True, random_interp: True, keep_ratio: False}
• NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
• Permute: {}
  batch_size: 24
  shuffle: true
  drop_last: true
  collate_batch: false

EvalReader:
sample_transforms:

• Decode: {}
• Resize: {interp: 2, target_size: [800, 608], keep_ratio: False}
• NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
• Permute: {}
  batch_transforms:
• PadBatch: {pad_to_stride: 32}
  batch_size: 24
  shuffle: false

TestReader:
inputs_def:
image_shape: [1, 3, 800, 608]
sample_transforms:

• Decode: {}
• Resize: {interp: 2, target_size: [800, 608], keep_ratio: False}
• NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
• Permute: {}
  batch_transforms:
• PadBatch: {pad_to_stride: 32}
  batch_size: 24
  shuffle: false
  只更改了数据集地址。

[beetter]

还有就是我使用如下命令导出推理模型时，可以导出模型，并且在output_inference里面生成了4个文件
python tools/export_model.py
-c configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml
-o weights='output/picodet_lcnet_x1_0_layout/best_model.pdparams'
--output_dir=output_inference
当我把推理模型和paddleOCR结合后就出现了下面这个错误

[sralvins]

还有就是我使用如下命令导出推理模型时，可以导出模型，并且在output_inference里面生成了4个文件 python tools/export_model.py -c configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml -o weights='output/picodet_lcnet_x1_0_layout/best_model.pdparams' --output_dir=output_inference 当我把推理模型和paddleOCR结合后就出现了下面这个错误

got same errors

[TingquanGao]

想问下导出的inference模型文件直接推理测试会报错吗？以及，可以将该文件提供给我们用于排查问题吗？

[sralvins]

想问下导出的inference模型文件直接推理测试会报错吗？以及，可以将该文件提供给我们用于排查问题吗？

picodet_lcnet_x1_0_layout.zip

[liyuweihuo]

请问有最终答复吗？自己数据再fine-tune效果不太好

[xuwinrar]

同问