1、首先将LSTM隐藏层数设置为256（1024的话，参数量会很夸张）。
2、检查训练图像预处理是否与自己的数据兼容。
3、先训练识别网络，得到骨干网及识别分枝的预训练模型。
4、更改网络结构，使检测和识别使用同一个骨干网，再利用3步的预训练模型进行联合训练。
5、EAST检测分枝，由于算法自身的限制，无法处理好长文本。如果想改善，可以把检测分枝更换为其他能够处理长文本的检测模型。

如果有中文端到端的问题，可以在这里进行讨论。