[發(fā)明專利]一種用于模型訓練的圖像獲取方法、裝置、設備及介質

有效

• 申請?zhí)枺?/td>: 202110588260.5
• 申請日: 2021-05-28
• 公開（公告）號: CN113033544B
• 公開（公告）日: 2021-09-10
• 發(fā)明（設計）人: 李盼盼;秦勇
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62
• 代理公司: 北京開陽星知識產(chǎn)權代理有限公司 11710
• 代理人: 王雪

1.一種用于模型訓練的圖像獲取方法，其特征在于，包括：

獲取標記有文本框的第一標記樣本圖像、任意未標記文本框的第一原始樣本圖像以及任意未標記文本框的第二原始樣本圖像的第一二值化圖像；其中，所述第一標記樣本圖像、第一原始樣本圖像和第二原始樣本圖像均為包含密集文本的圖像；

獲取預先訓練好的目標生成模型；其中，所述目標生成模型包括：第一編碼器、第二編碼器、第三編碼器和第一解碼器；

通過所述目標生成模型對所述第一標記樣本圖像、所述第一原始樣本圖像和所述第一二值化圖像進行編碼和解碼，生成第一解碼圖像；包括：將所述第一標記樣本圖像輸入至所述目標生成模型的所述第一編碼器進行檢測框的編碼，將所述第一原始樣本圖像輸入至所述第二編碼器進行背景風格的編碼，將所述第一二值化圖像輸入至所述第三編碼器進行筆跡風格的編碼；將上述三個編碼器的編碼結果輸入至所述第一解碼器，通過所述第一解碼器根據(jù)上述編碼結果生成所述第一原始樣本圖像對應的第一解碼圖像；

通過待訓練的文本檢測模型檢測所述第一解碼圖像中的文本框，并比較所述第一解碼圖像中檢測的文本框，與所述第一標記樣本圖像中標注的文本框之間的匹配度是否達到預設匹配度；

如果未達到所述預設匹配度，將當前第一解碼圖像以及所述當前第一解碼圖像對應的所述第一原始樣本圖像和所述第二原始樣本圖像加入至圖像訓練集；其中，所述圖像訓練集中的圖像用于對所述待訓練的文本檢測模型進行訓練。

2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取預先訓練好的目標生成模型，包括：

獲取參數(shù)調整后的初始生成模型；其中，所述初始生成模型與所述目標生成模型的結構相同；

獲取第二標記樣本圖像、第三原始樣本圖像和第二二值化圖像；

通過所述初始生成模型對所述第二標記樣本圖像、第三原始樣本圖像和第二二值化圖像進行編碼和解碼，生成第二解碼圖像；

將所述第二解碼圖像輸入至預先構建的第一模型；所述第一模型包括：第四編碼器和第二解碼器；

通過所述第一模型對所述第二解碼圖像進行編碼和解碼，得到第三解碼圖像；

基于所述第二解碼圖像和所述第三解碼圖像，對所述初始生成模型和所述第一模型進行聯(lián)合訓練，直至結束訓練，將結束訓練時的初始生成模型確定為所述目標生成模型。

3.根據(jù)權利要求2所述的方法，其特征在于，所述獲取參數(shù)調整后的初始生成模型，包括：

獲取同一圖像對應的第三標記樣本圖像、第四原始樣本圖像和第三二值化圖像；

通過待參數(shù)調整的初始生成模型對所述第三標記樣本圖像、第四原始樣本圖像和第三二值化圖像進行編碼和解碼，生成第四解碼圖像；

基于所述第四解碼圖像，并采用L1損失函數(shù)和感受野損失函數(shù)對所述待參數(shù)調整的初始生成模型進行參數(shù)調整，直至損失函數(shù)值收斂至預設值時結束訓練，得到參數(shù)調整后的初始生成模型。

4.根據(jù)權利要求3所述的方法，其特征在于，所述方法還包括：

獲取預先構建的第二模型；其中，所述第二模型包括所述第一編碼器和所述第一解碼器；

基于所述第一原始樣本圖像，并采用L1損失函數(shù)和感受野損失函數(shù)對所述第二模型進行參數(shù)調整，直至損失函數(shù)值收斂至預設值時結束訓練；

在所述第二模型結束訓練后，在所述第一編碼器和所述第一解碼器之間增設所述第二編碼器和所述第三編碼器，以構建所述待參數(shù)調整的初始生成模型。