检测用的训练数据中，使各行尽量保持正确的顺序有意义吗？

[void285]

您好。我刚开始学习，还没开始训练，有一个关于行序的疑惑，希望得到帮助。

我要识别的图像上的文本大部分为竖排的，但有些页面上这些竖排文本组成的局部区域之间是横排，还有部分页面存在一些特殊情况，总之，最终的行序不会是简单的先上下后左右。

要训练一个检测模型识别此类页面，在准备训练数据阶段，除了让图片上各行的坐标、文本尽量准确，保持行的阅读顺序是否有必要？训练检测模型用的数据中的行序，是否会影响得到的检测模型输出的行序？

从别的issues中，我注意到了PaddleOCR/tools/infer/predict_system.py 中的 sorted_boxes(dt_boxes) 函数会根据各行坐标，以及先上下后左右的算法对行序进行重排；那么，行序是先被检测模型直接左右，而后由sorted_boxes微调；还是检测模型输出随机行序，而后完全由sorted_boxes根据先上下、后左右的原则重排？

（待准备的数据，要确保阅读顺序准确，需要付出不少功夫，所以想搞清楚这点）

[UserWangZz]

考虑顺序一方面是为了后续任务的处理，还有一方面在KIE任务中需要对文本位置进行编码，因此对检测框的顺序进行了排序

[void285]

考虑顺序一方面是为了后续任务的处理，还有一方面在KIE任务中需要对文本位置进行编码，因此对检测框的顺序进行了排序

谢谢，如果不考虑后续任务处理，也不做KIE任务，只想在推理时，让行序尽量按预期排列，那么在准备训练数据时，花力气纠正行序有意义吗？

[UserWangZz]

这种情况可以不考虑标注框顺序

[void285]

谢谢。那么就是说，训练数据中行的特定排序，对推理阶段输出的行序无影响，要得到尽量正确的行序，只能按需定制sorted_boxes(dt_boxes)了？

[UserWangZz]

是的

[void285]

了解了，谢谢！