给定的SRNET-datagen skeletonize.py中，生成的t_sk效果很差

[joshua23333]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

[ursaminor0401]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。

我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。

我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

[joshua23333]

我改成了在线生成t_sk, 但是一个batch消耗的时间巨大，相比原来一轮20s，现在可能要160s的样子。
另外就是您能提供您训练时候的原始数据嘛，比如背景图片，字体之类的，主要是背景图片，Synthtext中提供的背景图片，有些对于训练来言太过于复杂了。

[ursaminor0401]

我改成了在线生成t_sk, 但是一个batch消耗的时间巨大，相比原来一轮20s，现在可能要160s的样子。
另外就是您能提供您训练时候的原始数据嘛，比如背景图片，字体之类的，主要是背景图片，Synthtext中提供的背景图片，有些对于训练来言太过于复杂了。

字体文件我是从windows系统抓出来的ttf，背景图片一部分是用的dtd纹理数据集，这个可以下载到，还有就是公司内部的数据，这部分数据不方便提供出来，建议从dtd中挑选一些比较干净的背景图片，或者从一些公开ocr数据集中提取无文字的部分先做一些简单的实验。

[joshua23333]

好的谢谢您，然后我自己训练的过程中进行测试，发现生成的t_sk效果非常差，与给定的i_sk相差太多，可以说没有学习到骨架信息。根据您训练好的model文件我进行inference的时候，生成的t_sk和i_sk也差的非常多，t_sk大部分还是一团白色，完全没有办法看出文字的骨架，请问这部分问题您有解决吗？

[ursaminor0401]

好的谢谢您，然后我自己训练的过程中进行测试，发现生成的t_sk效果非常差，与给定的i_sk相差太多，可以说没有学习到骨架信息。根据您训练好的model文件我进行inference的时候，生成的t_sk和i_sk也差的非常多，t_sk大部分还是一团白色，完全没有办法看出文字的骨架，请问这部分问题您有解决吗？

我输出的o_sk和o_t也是比较差，但是o_f的输出问题不大，我不清楚是因为t_sk数据生成质量的问题还是模型本身的问题，原论文中作者也没有给出这两个中间结果的demo。我之前单独训练了一个t_sk的模型也是学不到，所以猜想这部分只是对模型有一个指导作用，不过我觉得可以在优化t_sk的质量后看看效果。

[FBEMPSS]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。

我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。

我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

最终训练的结果d_loss,只能到1.4左右，g_loss在12左右，请问您的最终训练结果也是这样的吗

[ursaminor0401]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。
我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。
我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

最终训练的结果d_loss,只能到1.4左右，g_loss在12左右，请问您的最终训练结果也是这样的吗

是的，d_loss是判别器loss，生成器效果好了，判别器自然分不清图像是生成的还是真实的，g_loss我最终是在10-15之间。

[FBEMPSS]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。
我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。
我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

最终训练的结果d_loss,只能到1.4左右，g_loss在12左右，请问您的最终训练结果也是这样的吗

是的，d_loss是判别器loss，生成器效果好了，判别器自然分不清图像是生成的还是真实的，g_loss我最终是在10-15之间。

但是，测试效果出来会发现，文本的内容会有损失，效果并不是特别好，是不是因为g_loss还是太高了的原因

[ursaminor0401]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。
我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。
我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

最终训练的结果d_loss,只能到1.4左右，g_loss在12左右，请问您的最终训练结果也是这样的吗

是的，d_loss是判别器loss，生成器效果好了，判别器自然分不清图像是生成的还是真实的，g_loss我最终是在10-15之间。

但是，测试效果出来会发现，文本的内容会有损失，效果并不是特别好，是不是因为g_loss还是太高了的原因

我这里有时也会出现一些字符变化的badcase，可能是数据问题也可能是模型还没有调到最佳状态，我的g_loss最终是在10-15，下不去10，效果还可以但是badcase也不少，我怀疑数据上还存在一些问题尤其是t_sk的生成，我打算优化一下数据生成，不给那么多复杂的变换，先让模型学习一下简单些的试试。

[DYF-AI]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

你好，请问你是如何解决SRNnet-datagen的bug：
ModuleNotFoundError: No module named 'numpy.core.multiarray\r'

[Asia-DMC]

您好，我想在自己的数据上自己训练一版SRNet，但是在给定的skeletonize.py文件中生成的t_sk效果很差，这样的数据送进去训练导致gan部分G的loss是D的loss的数十倍，想问您当时用给定的skeletonize.py生成的t_sk下，训练的时候有遇到这样的loss情况吗，在训练了37万轮后基本不收敛，还是维持这样的G loss比D loss为70多的比例

您好，我也一直在想办法提高t_sk的生成质量，我是用在线生成数据训练的，就是在生成每一个batch的数据后，对经过resize的图片生成t_sk，这样就不需要将t_sk进行resize造成损失。
我发现如果字体边界能更清晰一些（渲染的字号调大、透视变换调小，增大字符间距离），t_sk的生成质量能得到一定提高，而Synthtext源码中在用freetype渲染字符的时候是逐字符渲染的，就造成了很多字符粘连，因此导致t_sk质量变差，可以将SRNet-datagen项目中Synthtext/render_text_mask.py中的render_normal和render_curved函数修改为整个单词进行渲染，拉大字符间距离，会得到一些改善。我会在之后抽时间不断调整，达到较好效果并更新项目。
我在训练的时候d_loss基本稳定在1-3之间，g_loss在最开始的时候是40左右，但很快降到18以下，最终在10-15之间震荡，没有遇到g_loss比d_loss多70倍的情况，您可以打开自动生成的结果图看看是不是完全没学到？

最终训练的结果d_loss,只能到1.4左右，g_loss在12左右，请问您的最终训练结果也是这样的吗

是的，d_loss是判别器loss，生成器效果好了，判别器自然分不清图像是生成的还是真实的，g_loss我最终是在10-15之间。

但是，测试效果出来会发现，文本的内容会有损失，效果并不是特别好，是不是因为g_loss还是太高了的原因

我这里有时也会出现一些字符变化的badcase，可能是数据问题也可能是模型还没有调到最佳状态，我的g_loss最终是在10-15，下不去10，效果还可以但是badcase也不少，我怀疑数据上还存在一些问题尤其是t_sk的生成，我打算优化一下数据生成，不给那么多复杂的变换，先让模型学习一下简单些的试试。

为啥我训练的结果也在10-15，但是只有背景提取出来了，字体完全出不来，怎么回事