项目实训六

算法改进策略

这两周在看其他论文的时候，当看到 Improving Attention-Based Handwritten Mathematical Expression Recognition with Scale
Augmentation and Drop Attention 认为其中的思想Scale Augmentation对现有模型会有一定的提高，下面对Scale Augmentation思想进行简述：

与手写文本不同，ME具有复杂的二维结构和各种大小的符号.如果通过保持高宽比将多行MES标准化为同一尺度，一些符号(例如上标、下标和点)比其他符号要小，这就增加了识别难度。我们不是将MES正常化到相同的规模，而是原有的训练集，在每次训练时，保持每张图片的纵横比不变，MES被随机地扩展到另一个尺度，并且被零填充到固定的大小。在测试阶段，MES是零填充到固定大小。这样训练编解码器来适应各种符号的大小。
由于实现所用的GPU资源有限，将图片扩充到较大的规模时，在保持原来的batchsize将就会有显存溢出的风险，于是我们将batchsize调小，这样模型能正常训练，只是所需要的时间会增加，具体的实验结果将会在下一篇博客中介绍。

新型的树形解码器

此外，在阅读更新的论文TDv2: A Novel Tree-Structured Decoder for Offline Mathematical Expression
Recognition发现，目前存在一种新型树形解码器，识别的正确率也相对比较乐观，我们后面的工作将会着重放在树形解码器上，尝试复现论文，并通过实验观测准确率是否会有所提高。