PP-OCR V3 文字识别模型微调后效果不如预训练模型来得好

[pcycccccc]

1、使用PPlabelOCR，准备好数据集（train大概1130张，val大概370张）
2、修改字典：基于英文字典en_dict.txt，删掉了一些符号，仅保留英文字母大小写和数字和一个 -
3、准备好预训练的模型文件：en_PP-OCRv3_rec_train（使用的是推理模型）
4、简单修改配置文件en_PP-OCRv3_rec.yml

• 修改 pretrained_model的路径，指向我的预训练模型en_PP-OCRv3_rec_train/best_accuracy.pdparams
• 修改 label_file_list指向我的train.txt或者val.txt
• 修改num_workers和这个batch_size_per_card，以适应我的电脑能够跑起来这个训练。

5、训练指令：
python tools/train.py -c E:/myProject/PaddlePaddle/PaddleOCR/configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml
6、训练完毕后，导出推理模型：
python tools/export_model.py -c "./configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml" -o Global.pretrained_model="./output/v3_en_rec/latest.pdparams" Global.save_inference_dir="./inference _model/rec/"
7、测试推理模型：
python3 tools/infer/predict_rec.py --image_dir="F:\ProjectImage\Liyi_OCR\11\image\11Image_001.bmp" --rec_model_dir="./inference_model/rec" --rec_image_shape="3, 48, 320" --rec_ch ar_dict_path="ppocr/utils/liyi_dict.txt"

但是它的推理效果真的很一般，还不如预训练模型的推理效果，我想知道这种情况是哪里出现了问题呢？

我的图像就类似这种的，不过很简单啊，不知道为啥会推理的效果一般

[pcycccccc]

打扰了，我好像知道问题在哪里了，测试rec模型的时候需要用的crop的图像来测试，我原先直接用的原图测试。