请问一下两阶段的ocr识别dbnet+crnn模型的评判标准是什么？达到什么标准可以用。
js81xvg61#
达到什么标准可以用。
不太明白你的意思
3gtaxfhh2#
应该说是召回率？以单个图片为单位，当识别的结果跟真实的结果对比达到90%以上，人为ocr训练的模型可用，否则将继续调参训练
o3imoua43#
dbnet+crnn模型分别是单独训练的，每个模型使用指标f-score(hmean), precision, recall 作为指标，在我们自己的数据集上训练到最优指标后发布；
具体指标情况可以查看我们的技术文档：https://arxiv.org/abs/2109.03144
kgqe7b3p4#
dbnet+crnn模型分别是单独训练的， 每个模型使用指标f-score(hmean), precision, recall 作为指标，在我们自己的数据集上训练到最优指标后发布；
具体指标情况可以查看我们的技术文档： https://arxiv.org/abs/2109.03144
我理解这是不是两个指标，因为是两个模型，dbnet是单类别的检测用f1 score来评估（单纯的precision和recall应该不足吧），crnn用准确率来评估
4条答案
按热度按时间js81xvg61#
达到什么标准可以用。
不太明白你的意思
3gtaxfhh2#
达到什么标准可以用。
不太明白你的意思
应该说是召回率？以单个图片为单位，当识别的结果跟真实的结果对比达到90%以上，人为ocr训练的模型可用，否则将继续调参训练
o3imoua43#
dbnet+crnn模型分别是单独训练的，
每个模型使用指标f-score(hmean), precision, recall 作为指标，在我们自己的数据集上训练到最优指标后发布；
具体指标情况可以查看我们的技术文档：
https://arxiv.org/abs/2109.03144
kgqe7b3p4#
dbnet+crnn模型分别是单独训练的， 每个模型使用指标f-score(hmean), precision, recall 作为指标，在我们自己的数据集上训练到最优指标后发布；
具体指标情况可以查看我们的技术文档： https://arxiv.org/abs/2109.03144
我理解这是不是两个指标，因为是两个模型，dbnet是单类别的检测用f1 score来评估（单纯的precision和recall应该不足吧），crnn用准确率来评估