[發明專利]識別模型的優化方法和裝置

在審

• 申請號: 201910270038.3
• 申請日: 2019-04-04
• 公開（公告）號: CN110135409A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 許洋;劉鵬;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/32
• 代理公司: 深圳市立智方成知識產權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

本發明涉及圖像處理的技術領域，本發明提供一種識別模型的優化方法和裝置，所述方法包括獲取識別模型在生產中待識別的第一字段圖片；將所述第一字段圖片發送至眾包平臺進行標注，得到對應的標注信息；其中，所述眾包平臺的用戶對所述第一字段圖片進行識別標注；定期接收所述眾包平臺返回的第一字段圖片的標注信息，根據所述第一字段圖片的標注信息，獲取訓練字段圖片；將所述訓練字段圖片添加至所述識別模型的訓練數據集中，并利用所述訓練數據集對所述識別模型進行優化。本發明避免了不能在短時間內不能獲取可信度高的訓練字段圖片的問題，保證及時對所述識別模型的訓練樣本進行更新，提升了所述識別模型的識別能力。

技術領域

本發明涉及圖像處理的技術領域，具體而言，本發明涉及一種識別模型的優化方法和裝置。

背景技術

隨著智能識別發展的趨勢，文字智能識別已經運用至各領域中。目前，文字識別技術主要是通過訓練字段識別模型，然后再對目標字段進行識別。但是，生成字段識別模型常常受限于業務方提供的數據，且難以在短時間內完成對字段識別模型進行優化，不利于提高識別模型的識別度。

發明內容

為克服以上技術問題，特別是現有技術中識別模型常常受限于業務方提供的數據的問題，特提出以下技術方案：

第一方面，本發明提供一種識別模型的優化方法，包括以下步驟：

獲取識別模型在生產中待識別的第一字段圖片；

將所述第一字段圖片發送至眾包平臺進行標注，得到對應的標注信息；其中，所述眾包平臺的用戶對所述第一字段圖片進行識別標注；

定期接收所述眾包平臺返回的第一字段圖片的標注信息，根據所述第一字段圖片的標注信息，獲取訓練字段圖片；

將所述訓練字段圖片添加至所述識別模型的訓練數據集中，并利用所述訓練數據集對所述識別模型進行優化。

在其中一個實施例中，所述標注信息包括所述第一字段圖片的標注編碼和眾包平臺對帶有標注編碼的第一字段圖片的第一識別結果；

所述根據所述第一字段圖片的標注信息，獲取訓練字段圖片的步驟包括：

根據所述標注編碼對對應的字段圖片的所述第一識別結果進行編碼；

根據編碼的結果，為所述第一識別結果分配對應的標注編碼，得到的完成識別的第一字段圖片作為訓練字段圖片。

在其中一個實施例中，所述將所述訓練字段圖片添加至所述識別模型的訓練數據集中的步驟前，還包括：

對所述第一字段圖片進行數據增強處理，得到第二字段圖片；

將所述第二字段圖片發送至所述眾包平臺進行標注，根據對應的標注編碼，獲取所述第二字段圖片的第二識別結果；

將所述第一識別結果與所述第二識別結果進行比較；

若兩者一致，則將所述第二字段圖片作為訓練字段圖片。

在其中一個實施例中，所述對所述第一字段圖片進行數據增強處理，得到第二字段圖片的步驟，包括：

對所述第一字段圖片進行有效內容的識別，確定所述第一字段圖片的第一有效區域；

在所述第一有效區域的邊界外對所述第一字段圖片進行裁剪；其中，裁剪得到的區域邊框為檢測框；

將所述檢測框向內縮減若干個像素，得到第二有效區域，根據所述第二有效區域截取第二字段圖片；

其中，所述有效內容為所述第一字段圖片的字段內容。

在其中一個實施例中，在所述將所述有效區域向內縮減若干個像素的步驟之前，還包括：