准确地说，应该尽量保证训练样本都贴近真实场景，不然训练出来的结果没有意义。或者说至少验证集要与实际情况一致。

如果用与实际情况不同的合成数据去训练，那么模型在训练集上找到的规律，自然不能泛化到测试集，实际效果很差也是可以预见的。

合成数据是根据真实场景合成的，背景色啥的都一样，是不是我合成的尺寸不能固定成一个尺寸？

【训练测试精度都就很高】这个在训练时候测试是在什么数据集上测试的呢？

单独拿出来的合成数据集测试精度很高，用实际一个单词小图片识别效果很差

训练时候要准备一个验证集，模型保存的是验证集上指标最好的模型。我觉得可以在验证集中使用真实的单词图片。

此外就是用百度的预训练模型，在此基础上微调。这样做应该不会差的。另外就是不能拿训练数据去做测试啊，在训练集上测试没意义。

真实数据不够做验证集，单独拿出来的合成数据测试集并没有参与训练

最有效的方式是尽可能多的使用真实数据集，合成数据集为辅。要不然训练出来的模型只会对合成的数据集识别效果较好，应该和尺寸没关系

肯定要做真实数据集吧，不然训练的模型无法应用到真实场景。 

适用于真实环境的模型才ok，数量实在不够的话可以在验证集加真实数据

ok

感谢

需要的。一般用通用数据训练出一个基准模型，然后再用真实数据微调基准模型