关于用自己训练数据，table_ceil.py报错 about table-detect HOT 11 OPEN

应该是代码问题，可以优先检查下代码，希望对您有用

from table-detect.

请问一下怎么用自己的数据集训练，作者能不能给出具体的标注格式，训练步骤等等？万分感激！

from table-detect.

用labelme软件标注直线即可，横线用0，竖线用1标注

from table-detect.

您好，请问使用自己的数据集训练，预测图片没有任何线条的问题有没有解决呀？我也遇到了一样的问题……谢谢啦

from table-detect.

您好，请问使用自己的数据集训练，预测图片没有任何线条的问题有没有解决呀？我也遇到了一样的问题……谢谢啦

这个我应该解决了，估计是训练数据量不足的问题，增加训练的数据即可。

from table-detect.

您好，请问使用自己的数据集训练，预测图片没有任何线条的问题有没有解决呀？我也遇到了一样的问题……谢谢啦

这个我应该解决了，估计是训练数据量不足的问题，增加训练的数据即可。

请问一下从头训练，大概需要多少条标记数据呢？

from table-detect.

您好，请问使用自己的数据集训练，预测图片没有任何线条的问题有没有解决呀？我也遇到了一样的问题……谢谢啦

这个我应该解决了，估计是训练数据量不足的问题，增加训练的数据即可。

请问一下从头训练，大概需要多少条标记数据呢？

我应该是用了八百张图。

from table-detect.

您好，请问使用自己的数据集训练，预测图片没有任何线条的问题有没有解决呀？我也遇到了一样的问题……谢谢啦

这个我应该解决了，估计是训练数据量不足的问题，增加训练的数据即可。

请问一下从头训练，大概需要多少条标记数据呢？

我应该是用了八百张图。

我这边用1000张左右，训练100个epoch，发现结果只有一条线，而且loss在下降，准确率竟然从90多开始在下降到20多？请问一下，这可能是什么原因呢？

from table-detect.

我这边用1000张左右，训练100个epoch，发现结果只有一条线，而且loss在下降，准确率竟然从90多开始在下降到20多？请问一下，这可能是什么原因呢？
你看看标注的数据集有没有问题？我这边没有出现这种问题

from table-detect.

我这边用1000张左右，训练100个epoch，发现结果只有一条线，而且loss在下降，准确率竟然从90多开始在下降到20多？请问一下，这可能是什么原因呢？
你看看标注的数据集有没有问题？我这边没有出现这种问题

我是用labelme标注的，横线为0竖线为1，然后将json数据利用代码调成跟该项目中的样例数据一样的格式，数据标注如下：

运算后面的log如下：

from table-detect.

作者代码里train.py，训练是在table-line.h5 基础上迁移学习，我使用自己的数据，table_line.py,注释model.load_weights(tableModeLinePath)，训练出来的模型，在运行预测table_ceil.py，报错，运行table_line.py,不报错，但是预测图片没有任何线条 GeForce GTX 1080 Ti, pci bus id: 0000:00:06.0, compute capability: 6.1) 1 Physical GPUs, 1 Logical GPUs 2020-10-15 17:30:16.059743: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library libcudnn.so.7 Traceback (most recent call last): File "table_ceil.py", line 105, in <module> tableDetect = table(img) File "table_ceil.py", line 25, in __init__ self.table_ceil() ##表格单元格定位 File "table_ceil.py", line 71, in table_ceil ceilboxes[:, [0, 2, 4, 6]] += xmin IndexError: too many indices for array: array is 1-dimensional, but 2 were indexed

我也遇到了一样的问题，请问你解决了吗？谢谢。

from table-detect.