你好，

我正在尝试在具有以下格式的图片上训练自己的文本检测模型：

我只想要提取时钟和当前季度：

1. 图片：[1ST, 13:52]
2. 图片：[1ST, 8:38]
3. 图片：[1ST, 722]
   由于没有标签的测试数据集，所以我想自己创建时间和季度的图片，用 TextRecognitionDataGenerator 替换给定的时间和季度，用小图片表示时间戳和季度。

我已经在使用提供的脚本进行训练了。但是我对训练参数有一些问题。

1. 你是否会使用上面描述的方法来生成测试数据集，还是有其他更简单的解决方案？
2. 如果盒子里还有其他不应该被识别的文本，这会不会影响结果？
3. 为了获得接近0.9的高精度结果，我需要多少个训练图片和验证图片？
4. 训练脚本提供了一个字符和符号列表，这些应该被检测到。我应该只提供必要的字符吗？还是认为提供所有字符更好？
5. 根据训练数据的数量，你建议使用什么批量大小和迭代次数？
6. 有没有可能让模型知道在图片中搜索的位置？或者实现的CRAFT模型已经检测到看起来像字符或符号的所有内容了吗？