[發明專利]生成表格識別模型的方法、設備、介質及程序產品

有效

• 申請號: 202110540348.X
• 申請日: 2021-05-18
• 公開（公告）號: CN113255501B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 姜澤青;韓光耀
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V30/412
• 分類號: G06V30/412;G06V30/162;G06V30/19;G06V10/764;G06V10/774;G06V10/80;G06V30/262;G06F40/216
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開提及了一種生成表格識別模型的方法、設備、介質及程序產品，涉及深度學習和計算機視覺等人工智能領域。該方法的一實施方式包括：獲取目標表格數據的表格結構特征、表格特征圖以及預設的表格標簽；表格特征圖為將目標表格數據輸入預先訓練的實例分割模型中得到的；融合表格結構特征和表格特征圖，得到融合特征；利用融合特征和預設的表格標簽進行訓練，生成表格識別模型。

技術領域

本公開實施例涉及計算機領域，具體涉及深度學習和計算機視覺等人工智能領域，尤其涉及一種生成表格識別模型的方法、設備、介質及程序產品。

背景技術

隨著互聯網信息技術的發展，實現業務流程的無紙化辦公越來越得到用戶的推崇，其中，表格作為記錄信息的重要載體，針對表格的識別也就顯得尤為重要。一套高準度、高性能和健壯的表格識別方案能夠降低人力成本，提高工作效率，從而產生經濟效益。

目前，對于便攜式文檔格式(PDF，Portable?Document?Format)的表格數據，利用PDF的table等標簽信息進行檢測，以實現對表格的識別。

發明內容

本公開實施例提出了一種生成表格識別模型的方法、設備、介質及程序產品。

第一方面，本公開實施例提出了一種生成表格識別模型的方法，包括：獲取目標表格數據的表格結構特征、表格特征圖以及預設的表格標簽；表格特征圖為將目標表格數據輸入預先訓練的實例分割模型中得到的；融合表格結構特征和表格特征圖，得到融合特征；利用融合特征和預設的表格標簽進行訓練，生成表格識別模型。

第二方面，本公開實施例提出了一種表格識別方法，包括：獲取待預測的表格數據；將待預測的表格數據輸入如第一方面所述的表格識別模型中，得到待預測的表格數據中的目標表格的位置和類別。

第三方面，本公開實施例提出了一種生成表格識別模型的裝置，包括：數據獲取單元，進一步配置成獲取目標表格數據的表格結構特征、表格特征圖以及預設的表格標簽；表格特征圖為將目標表格數據輸入預先訓練的實例分割模型中得到的；特征融合單元，被配置成融合表格結構特征和表格特征圖，得到融合特征；模型訓練單元，被配置成利用融合特征和預設的表格標簽進行訓練，生成表格識別模型。

第四方面，本公開實施例提出了一種表格識別裝置，包括：數據獲取單元，被配置成獲取待預測的表格數據；表格識別單元，被配置成將待預測的表格數據輸入如第一方面所述的表格識別模型中，得到待預測的表格數據中的目標表格的位置和類別。

第五方面，本公開實施例提出了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如第一方面或第二方面描述的方法。

第六方面，本公開實施例提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如第一方面或第二方面描述的方法。

第七方面，本公開實施例提出了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執行時實現如第一方面或第二方面描述的方法。

本公開實施例提供的生成表格識別模型的方法、設備、介質及程序產品，首先獲取目標表格數據的表格結構特征、表格特征圖以及預設的表格標簽；然后融合表格結構特征和表格特征圖，得到融合特征；最后利用融合特征和預設的表格標簽進行訓練，得到表格識別模型。可以通過由表格結構特征和表格特征圖融合得到的融合特征，與預設的表格標簽進行模型訓練，以得到表格識別模型，從而能夠實現對表格的準確識別。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開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