[發(fā)明專利]一種文字識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011511494.1
• 申請(qǐng)日: 2020-12-18
• 公開（公告）號(hào): CN112508004A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 謝群義;徐楊柳;欽夏孟;章成全
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 韓海花

本申請(qǐng)公開了一種文字識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)裝置，涉及人工智能領(lǐng)域，具體為計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)。該方案為：獲取測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試樣本文字圖片和對(duì)應(yīng)的測(cè)試樣本文字；根據(jù)所述測(cè)試樣本文字圖片和所述測(cè)試樣本文字對(duì)預(yù)先訓(xùn)練好的元學(xué)習(xí)模型進(jìn)行微調(diào)，得到測(cè)試任務(wù)模型；獲取所述測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試文字圖片；將所述測(cè)試文字圖片輸入至所述測(cè)試任務(wù)模型，生成所述測(cè)試文字圖片對(duì)應(yīng)的測(cè)試文字。本申請(qǐng)基于元學(xué)習(xí)方法，降低了文字識(shí)別過程中涉及到的測(cè)試任務(wù)模型對(duì)訓(xùn)練樣本規(guī)模的依賴程度，避免了少量訓(xùn)練樣本導(dǎo)致的過擬合現(xiàn)象，確保了文字識(shí)別結(jié)果的準(zhǔn)確率，提高了文字識(shí)別過程中的可靠性和效率。

技術(shù)領(lǐng)域

本申請(qǐng)的實(shí)施例總體上涉及圖像處理技術(shù)領(lǐng)域，并且更具體地涉及人工智能領(lǐng)域，具體為計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)。

背景技術(shù)

近年來，隨著OCR(Optical Character Recognition，光學(xué)字符識(shí)別)領(lǐng)域相關(guān)技術(shù)的興起，文字識(shí)別也逐漸成為了重要的研究方向之一。其中，文檔文字識(shí)別最常見的應(yīng)用場(chǎng)景主要包括：通用紙質(zhì)文檔識(shí)別、財(cái)務(wù)報(bào)銷類發(fā)票識(shí)別，以及其他任意常見的OCR場(chǎng)景。在文字識(shí)別過程中，通常依賴大量數(shù)據(jù)作為文字識(shí)別的基礎(chǔ)。

然而，現(xiàn)有技術(shù)中的文字識(shí)別方法，由于數(shù)據(jù)規(guī)模極小，勢(shì)必會(huì)因極易產(chǎn)生過擬合(Overfitting)現(xiàn)象導(dǎo)致文字識(shí)別結(jié)果準(zhǔn)確率極低。因此，如何提高文字識(shí)別結(jié)果的準(zhǔn)確率，已成為了重要的研究方向之一。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N文字識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

根據(jù)第一方面，提供了一種文字識(shí)別方法，包括：

獲取測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試樣本文字圖片和對(duì)應(yīng)的測(cè)試樣本文字；

根據(jù)所述測(cè)試樣本文字圖片和所述測(cè)試樣本文字對(duì)預(yù)先訓(xùn)練好的元學(xué)習(xí)模型進(jìn)行微調(diào)，得到測(cè)試任務(wù)模型；

獲取所述測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試文字圖片；

將所述測(cè)試文字圖片輸入至所述測(cè)試任務(wù)模型，生成所述測(cè)試文字圖片對(duì)應(yīng)的測(cè)試文字。

根據(jù)第二方面，提供了一種文字識(shí)別裝置，包括：

第一獲取模塊，用于獲取測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試樣本文字圖片和對(duì)應(yīng)的測(cè)試樣本文字；

微調(diào)模塊，用于根據(jù)所述測(cè)試樣本文字圖片和所述測(cè)試樣本文字對(duì)預(yù)先訓(xùn)練好的元學(xué)習(xí)模型進(jìn)行微調(diào)，得到測(cè)試任務(wù)模型；

第二獲取模塊，用于獲取所述測(cè)試任務(wù)對(duì)應(yīng)的測(cè)試文字圖片；

生成模塊，用于將所述測(cè)試文字圖片輸入至所述測(cè)試任務(wù)模型，生成所述測(cè)試文字圖片對(duì)應(yīng)的測(cè)試文字。

根據(jù)第三方面，提供了一種電子設(shè)備，包括：至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行本申請(qǐng)第一方面所述的文字識(shí)別方法。

根據(jù)第四方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行本申請(qǐng)第一方面所述的文字識(shí)別方法。

根據(jù)第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本申請(qǐng)第一方面所述的文字識(shí)別方法的步驟。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本申請(qǐng)的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本申請(qǐng)的范圍。本申請(qǐng)的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構(gòu)成對(duì)本申請(qǐng)的限定。其中：

圖1是一種Fine-tune更新方式的示意圖；