What model you trained?Do you training in image with 720*720?

After feature extraction layer(in you use Resnet50), paper used to a convolution 3x3 layer(3x3xC) to prepare lstm inputs.

应为 deltas = tf.gather_nd(deltas[..., :-1], positive_indices) ，deltas为3维

您好，我在使用您的模型预测时，报了错误：
File predict.py line 64 in module main(argments)
File "...image_utils.py" in load_image_gt
image, window, scale,padding = resize_image(image, output_size)
File "...image_utils.py" in resize_image
order=1, mode='constant',cval=0,clip=True,preserve_range=True
FIle ".../skimage/transform/_warps.py", line 165 in resize
tform.estimate(src_corners,dst_corners)
File ".../skimage/transform/_geometric.py", line679 in estimate
_,_,V=np.linalg.svd(A)
...
numpy.linalg.linalg.LinAlgError: SVD did not converge
请问是什么原因呢？谢谢！

能否公布一下依赖环境

我看代码是采用四点标注，请问大佬用的标注工具是什么，还有标注过程种的注意事项

def smooth_l1_loss(y_true, y_predict, sigma2=9.0):
    abs_diff = tf.abs(y_true - y_predict, name='abs_diff')
    loss = tf.where(tf.less(abs_diff, 1. / sigma2), 0.5 * sigma2 * tf.pow(abs_diff, 2), abs_diff - 0.5 / sigma2)
    return loss

在源码中有一个关于smooth l1的loss的函数，我网上查询到的smooth l1的定义是

当函数sigma2=1的时候和网上定义的是一致的，
但是我看大佬这里用的是9.0的默认值，说实话以我的水平第一眼觉得是不是应该是0.9？
想请问大佬这里sigma2的默认值为什么要设置成9.0，有什么用意或者是经过测试这个数字比较好吗

I think side improvement isn't side-refinement in paper

请问您的image_annotation是什么格式的呢，怎么制作的呢？
thanks!

如果我想基于您的模型进行证件文本检测，是否需要用自己已标记的数据集重新训练？我最近也在想用什么模型或框架来处理这个问题。
因为证件文本识别相比于自然场景下的文本识别要规范很多，是否可以先训练一个模型识别出证件的边框，然后就可以取固定坐标的文本了？这样是否更简单
我这方面刚接触并不懂，期待您的回复

text_proposals.py文件apply_regress函数第38行代码
cx += dx * w

而target.py文件中side_regress_target函数中代码（第83行），dx计算方式为：
dx = (gt_center_x - center_x) * 2 / w

貌似 不能这么计算吧？ cx += dx * w

后面有cx + w * 0.5， cx - w * 0.5 ；
这里w是anchor_box的width，也不是预测box的width，是不是有问题？

tensorflow-gpu 1.14.0 requires keras-applications>=1.0.6, but you have keras-applications 1.0.2 which is incompatible.
tensorflow-gpu 1.14.0 requires keras-preprocessing>=1.0.5, but you have keras-preprocessing 1.0.1 which is incompatible.
你好 我安装了python3.7和tensorflow-gpu==1.14和keras==2.2.0 有如上错误，请问作者是否遇到过，谢谢！

I thinh you should use validation_data in fit_generator to avoid overfitting

合并两部分正样本索引

positive_bool_matrix = tf.logical_or(gt_iou_max_bool, anchors_iou_max_bool)

感觉按照target.py文件前面的规则，有可能不同的gt选择了同一个anchor；

而后面的逻辑选择正样本anchor时，每次随机抽取一部分（正样本anchor），其中会不会多次出现同一个anchor选择了不同的gt?
或者不同epoch中，同一张图片里面，相同索引的anchor选择了不同的gt?

true_cls_ids和indices的标志位说明是否错误？在target.py文件中，cls_ids的正负样本tag均为1，而padding样本为0；indices的tag生成为，正样本为1，负样本为-1，padding样本为0。
请查看，谢谢！

代码中和训练有关的代码反复看了好几遍，算大致搞懂了流程，想基于这个模型做点调整，代码中文本分类只有两类，文字和背景，我想修改成文字多分类，比如有10类，维度什么就跟着调整了下从原来的2 变成了11，但是训练开始没多久loss就开始无限增大了，估计是和修改的地方有关系 。自己折腾了很久也没看出哪里不对。。大佬有什么建议么

有个疑问
一开始的这个Input 参数2 代表的是2个分类还是第一索引是分类，第二索引是padding？

gt_class_ids = Input(shape=(config.MAX_GT_INSTANCES, 2), name='gt_class_ids')

Can you share trained model in Google Drive?

预测识别效果不大好，请问什么原因。还有请问下，一行字是如何cv2.line的？

AttributeError: 'google.protobuf.pyext._message.FieldProperty' object has no attribute 'allow_growth'

I have seen the results of the CTPN author in http://rrc.cvc.uab.es/?ch=4&com=evaluation&view=method_info&task=1&m=13930.
It seems the result is much higher than yours. Can you explain for this?

Thanks for your sharing!
But I'm very confusing when change TRAIN_ANCHORS_PER_IMAGE and TEXT_PROPOSALS_MAX_NUM. How can I decide exactly what it is with my dataset?

请问一下楼主，您有使用过多GPU训练吗？
我使用keras的multi_gpu_model报错了:
IndexError: list assignment index out of range

检测好文本行后生成的结果图片固定设置到了1600*1600，怎么保持测试图片原尺寸输出？

@yizt How to debug function like ctpn_target_graph() in target.py?I used pycharm to debug but value =tensor()...I want to see the specific values when putting an image into the network.