paddleocr用自己的训练集训练识别模型RARE算法报错

Question

paddleocr用自己的训练集训练识别模型RARE算法报错，这个是什么错误？怎么排查分析或者yml文件怎么修改
用的是rec_r34_vd_tps_bilstm_att.yam文件
ValueError: (InvalidArgument) Input(Logits) and Input(Label) should in same shape in dimensions except axis.[Hint:Expected logits_dim[i]==lables_dim[i]]，but rectived logits_dims[i]:50 !=labels_dims[i]:100.](at .. \paddle\phi\infer,eta\binary.cc:940)

Answer 1

该报错是在使用paddleocr利用自己的训练集训练识别模型并采用RARE算法时出现的，错误类型为ValueError，具体是模型输出的logits形状（50）与标签形状（100）在某个维度上不匹配，通常发生在序列长度维度。

• 可能原因：
  • 字符集定义问题：character_dict_path中定义的字符数量与模型输出维度不匹配。
  • 标签处理问题：训练数据中的标签长度超过了模型配置的最大长度。
  • 配置文件参数问题：max_text_length设置不正确。
• 排查和修改方法：
  • 检查训练集数据：确保训练集数据的格式正确，图片尺寸符合模型要求，标注信息准确。可以打印部分训练数据来查看其具体内容，检查是否存在异常值。
  • 检查字符集文件：确保character_dict_path指向的文件包含所有训练集中出现的字符，且顺序正确。字典文件格式应为每行一个字符。
  • 检查配置文件：
    • 确认配置文件中与数据路径、数据预处理等相关的参数是否正确设置，比如TrainReader部分的data_dir是否指向正确的训练集目录。
    • 检查与模型相关的参数设置，看是否与训练集的规模和特性相匹配。例如修改rec_r34_vd_tps_bilstm_att.yml中的关键参数：确保character_dict_path路径正确；根据数据集调整max_text_length的值；如果数据包含空格，设置use_space_char为True 。同时确认数据预处理中max_text_length与配置文件一致。
  • 检查数据预处理：保证数据预处理过程中对标签的处理正确，max_text_length设置合理，与配置文件中的设置一致。
  • 调整模型参数：如果问题仍然存在，可以尝试减小batch_size或调整网络结构。