请问R18和OCRmodel进行了怎样的预训练？

[Zhaohuii-Wang]

您好，非常感谢您的工作！我想在自己的数据集上重新训练您开源的方法，请问ResNet18的预训练是指High-frequency图像域的适配么，您用了什么方式监督这个训练？OCR的模型也是为了适应VAE encode之后的图像域嘛？

[dailenson]

您好~ResNet18我们直接使用了VATr提供的预训练模型，OCR模型是在latent code上预训练的。用vae把图像编码到latet space，然后使用ctc loss优化OCR模型。

[Zhaohuii-Wang]

感谢回复！如果我没有记错的话，VATr所预训练的R18使用了他们团队自己的Font^{2}(Evaluating Synthetic Pre-Training for Handwriting Processing Tasks)方法，不过放出的模型参数中似乎并没有中文数据的加入。不知道您在训练中文版本的模型时，直接使用VATr提供的参数会不会影响其泛化性？或者说如果能有中文分布的数据训练R18，对风格的提取和文字的生成效果会更好一些，您有相关的实验嘛～