[發(fā)明專利]一種模型訓(xùn)練的方法以及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110289276.6
• 申請(qǐng)日: 2021-03-18
• 公開(kāi)（公告）號(hào): CN113011428A
• 公開(kāi)（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 白翔;邱陽(yáng);張文慶;姜仟藝;宋祺;劉曦;張睿;魏曉林
• 申請(qǐng)（專利權(quán)）人: 北京三快在線科技有限公司;華中科技大學(xué)
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/32;G06K9/62
• 代理公司: 北京曼威知識(shí)產(chǎn)權(quán)代理有限公司 11709
• 代理人: 方志煒

本說(shuō)明書公開(kāi)了一種模型訓(xùn)練的方法以及裝置，獲取各待標(biāo)注圖像，針對(duì)每個(gè)待標(biāo)注圖像，將該待標(biāo)注圖像輸入到待訓(xùn)練的文字行識(shí)別模型中，得到文字行識(shí)別結(jié)果，以及將該待標(biāo)注圖像輸入到預(yù)設(shè)的單字識(shí)別模型中，得到單字識(shí)別結(jié)果。而后，根據(jù)單字識(shí)別結(jié)果，對(duì)文字行識(shí)別結(jié)果進(jìn)行校正，得到校正后文字行識(shí)別結(jié)果。最后，根據(jù)校正后文字行識(shí)別結(jié)果，對(duì)該待標(biāo)注圖像進(jìn)行標(biāo)注，得到標(biāo)注后圖像，通過(guò)標(biāo)注后圖像，對(duì)待訓(xùn)練的文字行識(shí)別模型進(jìn)行模型訓(xùn)練。本方法將單字識(shí)別結(jié)果和文字行識(shí)別結(jié)果進(jìn)行結(jié)合，可以有效的提高數(shù)據(jù)標(biāo)注的準(zhǔn)確性，從而使得文字行識(shí)別模型的準(zhǔn)確率提高。

技術(shù)領(lǐng)域

本說(shuō)明書涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種模型訓(xùn)練的方法以及裝置。

背景技術(shù)

隨著電子技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，文字識(shí)別算法得到了巨大進(jìn)展。目前，訓(xùn)練一個(gè)高精度的文字識(shí)別模型需要大量精細(xì)的人工標(biāo)注數(shù)據(jù)作為監(jiān)督，而準(zhǔn)備一個(gè)滿足需求的標(biāo)注數(shù)據(jù)集對(duì)于時(shí)間成本和人力成本的耗費(fèi)十分巨大。

在現(xiàn)有技術(shù)中，將無(wú)標(biāo)注的數(shù)據(jù)輸入到兩個(gè)不同的文字識(shí)別模型中，輸出兩個(gè)識(shí)別結(jié)果，通過(guò)一個(gè)判別器將其中一個(gè)識(shí)別結(jié)果作為數(shù)據(jù)標(biāo)注，再使用標(biāo)注后的數(shù)據(jù)對(duì)文字識(shí)別模型進(jìn)行訓(xùn)練，而判別器無(wú)法準(zhǔn)確的選擇出正確的識(shí)別結(jié)果，所以，當(dāng)這兩個(gè)文字識(shí)別模型輸出的識(shí)別結(jié)果存在錯(cuò)誤的情況下，將導(dǎo)致數(shù)據(jù)的標(biāo)注出現(xiàn)錯(cuò)誤，從而使得文字識(shí)別模型的準(zhǔn)確率降低。

因此，如何提高對(duì)數(shù)據(jù)標(biāo)注的準(zhǔn)確性，從而使得文字識(shí)別模型的準(zhǔn)確率提高，則是一個(gè)亟待解決的問(wèn)題。

發(fā)明內(nèi)容

本說(shuō)明書提供一種模型訓(xùn)練的方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，以部分的解決現(xiàn)有技術(shù)存在的上述問(wèn)題。

本說(shuō)明書采用下述技術(shù)方案：

本說(shuō)明書提供了一種模型訓(xùn)練的方法，包括：

獲取各待標(biāo)注圖像；

針對(duì)每個(gè)待標(biāo)注圖像，將該待標(biāo)注圖像輸入到待訓(xùn)練的文字行識(shí)別模型中，得到文字行識(shí)別結(jié)果，以及將該待標(biāo)注圖像輸入到預(yù)設(shè)的單字識(shí)別模型中，得到單字識(shí)別結(jié)果；

根據(jù)所述單字識(shí)別結(jié)果，對(duì)所述文字行識(shí)別結(jié)果進(jìn)行校正，得到校正后文字行識(shí)別結(jié)果；

根據(jù)所述校正后文字行識(shí)別結(jié)果，對(duì)該待標(biāo)注圖像進(jìn)行標(biāo)注，得到標(biāo)注后圖像；

通過(guò)所述標(biāo)注后圖像，對(duì)所述待訓(xùn)練的文字行識(shí)別模型進(jìn)行模型訓(xùn)練。

可選地，將該待標(biāo)注圖像輸入到待訓(xùn)練的文字行識(shí)別模型中，得到文字行識(shí)別結(jié)果，具體包括：

將該待標(biāo)注圖像輸入到待訓(xùn)練的文字行識(shí)別模型中，得到所述文字行識(shí)別模型識(shí)別出的該待標(biāo)注圖像中所包含的文字行信息，以及所述文字行信息在該待標(biāo)注圖像中的文字行位置；

將所述文字行位置以及所述文字行信息，作為所述文字行識(shí)別結(jié)果；

將該待標(biāo)注圖像輸入到預(yù)設(shè)的單字識(shí)別模型中，得到單字識(shí)別結(jié)果，具體包括：

將該待標(biāo)注圖像輸入到所述單字識(shí)別模型中，得到所述單字識(shí)別模型識(shí)別出的該待標(biāo)注圖像中所包含的各單字信息，以及每個(gè)單字信息在該待標(biāo)注圖像中的單字位置；

將所述各單字信息以及每個(gè)單字信息在該待標(biāo)注圖像中的單字位置，作為所述單字識(shí)別結(jié)果。

可選地，根據(jù)所述單字識(shí)別結(jié)果，對(duì)所述文字行識(shí)別結(jié)果進(jìn)行校正之前，所述方法還包括：

針對(duì)所述單字識(shí)別結(jié)果中的每個(gè)單字信息，根據(jù)確定出的該單字信息在該待標(biāo)注圖像中的單字位置以及所述文字行位置，確定該單字信息與所述文字行信息在該待標(biāo)注圖像中的區(qū)域重合度；

若確定所述區(qū)域重合度不小于設(shè)定重合度，確定該單字信息歸屬于所述文字行信息；