训练模型和inference模型预测结果相差比较大

[Simon-liusheng]

训练的识别模型crnn+mv3+ctc，数据集是一些车牌的数据集，训练的文字dict也已经配置好，转换inference模型是，config文件是训练时候的config，执行预测时候，训练的best accuracy模型，预测结果全部正确，转换inference模型后，预测结果是英文部分是正确的，但是车牌前面的省份大部分有错误。测试了windows和百度aistudio平台，结果都是有错误。

1. 训练好的模型预测代码
   python3 tools/infer_rec.py -c configs/rec/rec_icdar15_train.yml -o Global.checkpoints=output/rec_CRNN/best_accuracy Global.infer_img=test_img

2.inference模型预测代码
‘python3 tools/infer/predict_rec.py --image_dir="test_img" --rec_model_dir="inference/rec_crnn" --rec_image_shape="3, 32, 100" --rec_char_type="ch" --rec_char_dict_path="ppocr/utils/plate_dict.txt"’
3.测试图片和配置文件，结果截图如下

plate_dict.txt

[Simon-liusheng]

请求大佬这个是啥原因，难道还要用转换后的模型继续训练吗？

[tink2123]

识别模型使用 predict_rec.py 时，默认在 rec_char_type= "ch" 模式下根据图片长宽比resize，你指定的shape可能没有生效，可以试着注释掉这两行，看下结果会不会一致：

PaddleOCR/tools/infer/predict_rec.py

Lines 54 to 55 in ed4313d

	if self.character_type == "ch":
	imgW = int(32 * max_wh_ratio)

这个issue与您的问题类似，可以参考一下 #214

[Simon-liusheng]

@tink2123 非常感谢，试了一下，问题已经解决。

[tink2123]

不客气～