关于[中文混合拼音]的长文本OCR方案请教（eg: 灿烂的笑róng） about paddleocr HOT 5 CLOSED

问题1. 500张图片的数据集对于识别任务来说有点少。
问题2. 使用预训练模型对拼音数据进行finetune是可以的，针对问题提到的情况，建议考虑增加数据量，即将发布的PPChatOCR v3将带来全新的融合数据训练机制，可以一定程度上保证模型在通用数据集上的精度，同时在垂类数据集上保证可行的精度。
问题3. 根据所提供的信息，感觉可能是识别的字典没有匹配上的感觉。
问题4. 样例图片中，可能作文的格子影响了检测模型的检测，导致识别效果不佳，也有可能检测结果可以，但是因为格子的竖线影响了识别模型的精度，导致最后被过滤掉。

from paddleocr.

@UserWangZz 了解了，数据集的数量有待增加。然后PPChatOCR v3发布了，我试试看。

字典用的ppocr_keys_v1.txt，然后加了几个里头没有的带声调的字母。所以是因为这个导致index变化了，所以模型预测不符合预期？ 那是不是说如果要额外增加字典的字符，只能从末尾append去加喽？

是的，因为模型是基于这个字典进行的训练，如果index变化了，就会导致错误

from paddleocr.

@UserWangZz 我用v3和未修改的ppocr_keys_v1.txt测试上面beizhu.png，能够正常识别了!

但是只要在ppocr_keys_v1.txt加上自定义的字符，识别结果就非常奇怪。这是正常的么嘛？(已经是append到末尾了)

这种情况是字典增多与模型最后的FC层维度不匹配造成的，可以简单微调模型，有能力可以冻住模型参数，只更新FC层尝试

from paddleocr.

@UserWangZz 了解了，数据集的数量有待增加。然后PPChatOCR v3发布了，我试试看。

字典用的ppocr_keys_v1.txt，然后加了几个里头没有的带声调的字母。所以是因为这个导致index变化了，所以模型预测不符合预期？
那是不是说如果要额外增加字典的字符，只能从末尾append去加喽？

from paddleocr.

@UserWangZz 我用v3和未修改的ppocr_keys_v1.txt测试上面beizhu.png，能够正常识别了!

但是只要在ppocr_keys_v1.txt加上自定义的字符，识别结果就非常奇怪。这是正常的么嘛？(已经是append到末尾了)

from paddleocr.