[發明專利]OCR識別模型訓練方法、裝置以及計算機可讀存儲介質

在審

• 申請號: 202110485412.9
• 申請日: 2021-04-30
• 公開（公告）號: CN113159212A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 鄒錦富;楊皓
• 申請（專利權）人: 上海云從企業發展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/20
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙) 11482
• 代理人: 屠曉旭;宋寶庫

1.一種OCR識別模型訓練方法，其特征在于，所述方法包括：

獲取有標簽數據的第一類圖像樣本；

采用所述第一類圖像樣本對預設的OCR識別模型進行模型訓練，以獲取初始的OCR識別模型；

利用所述初始的OCR識別模型對無標簽數據的第二類圖像樣本進行OCR識別；

根據OCR識別的結果生成所述第二類圖像樣本的標簽數據，并且根據生成的標簽數據對所述第二類圖像樣本進行標簽標注；

采用所述第一類圖像樣本以及經所述標簽標注后的第二類圖像樣本，對所述初始的OCR識別模型進行模型訓練，以獲取最終的OCR識別模型。

2.根據權利要求1所述的OCR識別模型訓練方法，其特征在于，所述第一類圖像樣本和所述第二類圖像樣本的標簽數據均包括圖像識別區域的位置、每個所述圖像識別區域內記錄的業務數據及其數據類別；

所述有標簽數據的第一類圖像樣本通過下列方式得到：

響應于接收到的標注指令，獲取所述標注指令中指定的待標注圖像樣本的標注信息，所述標注信息包括所述待標注圖像中每個圖像識別區域的位置、每個圖像識別區域內記錄的業務數據及其數據類別；

根據所述標注信息生成所述待標注圖像樣本的標簽數據并且根據生成的標簽數據對所述待標注圖像樣本進行標簽標注，得到所述有標簽數據的第一類圖像樣本；

其中，所述標注信息是根據用戶通過可視化界面在所述待標注圖像樣本上標注的信息確定的。

3.根據權利要求2所述的OCR識別模型訓練方法，其特征在于，所述標注信息中圖像識別區域的位置是根據用戶在所述可視化界面上通過框選的方式在所述待標注圖像樣本上選擇的區域的位置確定的，所述標注信息中業務數據及其類別是根據用戶在所述可視化界面上針對每個所述圖像識別區域錄入的業務數據及其類別確定的。

4.根據權利要求1至3中任一項所述的OCR識別模型訓練方法，其特征在于，在“對所述初始的OCR識別模型進行模型訓練，以獲取最終的OCR識別模型”的步驟之后，所述方法還包括：

根據所述最終的OCR識別模型的存儲位置，生成所述最終的OCR識別模型的下載路徑；

根據所述下載路徑生成并顯示所述最終的OCR識別模型的發布信息；

并且/或者，

當使用不同業務場景下的第一類圖像樣本以及第二類圖像樣本分別訓練得到每個所述業務場景各自對應的初始的OCR識別模型時，“對所述初始的OCR識別模型進行模型訓練”的步驟具體包括：

根據每個所述初始的OCR識別模型各自對應的訓練完成時間，生成模型訓練隊列；

按照所述模型訓練隊列中每個所述初始的OCR識別模型各自對應的訓練順序，依次對每個所述初始的OCR識別模型進行模型訓練；

并且/或者，

“對所述初始的OCR識別模型進行模型訓練”的步驟具體包括：

通過可視化界面顯示所述初始的OCR識別模型的模型訓練進度。

5.一種OCR識別模型訓練裝置，其特征在于，所述裝置包括：

樣本獲取模塊，其被配置成獲取有標簽數據的第一類圖像樣本，其中，所述標簽數據包括在所述第一類圖像樣本中每個圖像識別區域的位置、每個圖像識別區域內記錄的業務數據及其數據類別；

第一模型訓練模塊，其被配置成采用所述第一類圖像樣本對預設的OCR識別模型進行模型訓練，以獲取初始的OCR識別模型；

屬性類別預測模塊，其被配置成利用所述初始的OCR識別模型對無標簽數據的第二類圖像樣本進行OCR識別；

標簽標注模塊，其被配置成根據OCR識別的結果生成所述第二類圖像樣本的標簽數據，并且根據生成的標簽數據對所述第二類圖像樣本進行標簽標注，其中，所述OCR識別的結果包括所述第二類圖像樣本中一個或多個圖像識別區域的位置、每個圖像識別區域內記錄的業務數據及其數據類別；

第二模型訓練模塊，其被配置成采用所述第一類圖像樣本以及經所述標簽標注后的第二類圖像樣本，對所述初始的OCR識別模型進行模型訓練，以獲取最終的OCR識別模型。