[發(fā)明專利]OCR模型訓(xùn)練方法、系統(tǒng)及裝置

有效

• 申請?zhí)枺?/td>: 202011307368.4
• 申請日: 2020-11-19
• 公開（公告）號: CN112418304B
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計）人: 司法
• 申請（專利權(quán)）人: 北京云從科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34
• 代理公司: 北京瀚仁知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11482
• 代理人: 宋寶庫;王天騏

1.一種OCR模型訓(xùn)練方法，其特征在于，包括：

對初始圖像樣本進行標注以生成第一OCR訓(xùn)練集；

在待訓(xùn)練的OCR模型中輸入所述第一OCR訓(xùn)練集進行訓(xùn)練，得到第一OCR模型；

將實物圖像樣本輸入所述第一OCR模型進行識別；

根據(jù)識別結(jié)果獲得所述實物圖像樣本中被識別錯誤的圖像樣本；

將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集，并為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重，合并后生成第一優(yōu)化OCR訓(xùn)練集；

在所述第一OCR模型中輸入所述第一優(yōu)化OCR訓(xùn)練集進行訓(xùn)練，以得到第一優(yōu)化OCR模型；

其中，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集，并為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重，具體包括：

對被識別錯誤的圖像樣本的數(shù)量進行統(tǒng)計；

當統(tǒng)計的數(shù)量值達到預(yù)設(shè)值時，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集；

對每張被識別錯誤的圖像樣本進行質(zhì)量度的評分和識別結(jié)果置信度的評分；

根據(jù)所有被識別錯誤的圖像樣本的質(zhì)量度與識別結(jié)果置信度的總評分為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重；

其中，所述質(zhì)量度為基于圖像模糊程度、反光程度、陰影程度、分辨率所得出的質(zhì)量評分，所述質(zhì)量度用于體現(xiàn)所述被識別錯誤的圖像樣本的易識別程度；

其中，所述識別結(jié)果置信度為基于生僻字數(shù)量、相似字數(shù)量、印章數(shù)量所得出的置信度評分，所述識別結(jié)果置信度用于體現(xiàn)所述被識別錯誤的圖像樣本的可靠程度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

循環(huán)執(zhí)行如下操作，直至第n優(yōu)化OCR模型滿足需求：

繼續(xù)將實物圖像樣本輸入第n-1優(yōu)化OCR模型進行識別；

根據(jù)識別結(jié)果獲得所述實物圖像樣本中被識別錯誤的圖像樣本；

將被識別錯誤的圖像樣本作為第n補充OCR訓(xùn)練集，并為所述第n-1優(yōu)化OCR訓(xùn)練集與所述第n補充OCR訓(xùn)練集分別分配權(quán)重，合并后生成第n優(yōu)化OCR訓(xùn)練集；

在第n-1優(yōu)化OCR模型中輸入所述第n優(yōu)化OCR訓(xùn)練集進行訓(xùn)練，以得到第n優(yōu)化OCR模型；

其中，n為大于等于2的自然數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，“繼續(xù)將實物圖像樣本輸入第n-1優(yōu)化OCR模型進行識別”的步驟之前，所述方法還包括：

去除已分配的第n-1優(yōu)化OCR訓(xùn)練集中第n-1OCR訓(xùn)練集和第n-1補充OCR訓(xùn)練集的權(quán)重。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集，并為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重，具體包括：

對被識別錯誤的圖像樣本的數(shù)量進行統(tǒng)計；

當統(tǒng)計的數(shù)量值達到預(yù)設(shè)值時，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集；

根據(jù)被識別錯誤的圖像樣本的數(shù)量與第一OCR訓(xùn)練集的圖像樣本的總數(shù)為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集，并為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重，具體包括：

對被識別錯誤的圖像樣本對應(yīng)的被識別錯誤的字符的數(shù)量進行統(tǒng)計；

當統(tǒng)計的數(shù)量值達到預(yù)設(shè)值時，將被識別錯誤的圖像樣本作為第一補充OCR訓(xùn)練集；

根據(jù)被識別錯誤的字符的數(shù)量與第一OCR訓(xùn)練集的圖像樣本對應(yīng)的字符的總數(shù)，為第一OCR訓(xùn)練集與第一補充OCR訓(xùn)練集分別分配權(quán)重。