[發明專利]輕量級字符識別模型的訓練方法、電子設備及存儲介質

在審

• 申請號: 202210023106.8
• 申請日: 2022-01-10
• 公開（公告）號: CN114358199A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 陳小鵬;單齊齊;史治國;龐冬
• 申請（專利權）人: 上海億保健康管理有限公司;浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N20/00;G06V10/774;G06V30/10
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 王術蘭

本申請提供一種輕量級字符識別模型的訓練方法、電子設備及計算機可讀存儲介質，該方法包括：對若干機器學習模型進行訓練，得到初始字符檢測模型及初始字符識別模型；基于已訓練的初始字符檢測模型及初始字符識別模型，構建目標字符識別模型；將目標字符識別模型轉換為Ncnn框架下的指定格式，獲得輕量級字符識別模型。通過本申請上述方法訓練的得到的輕量級字符識別模型的規模較小，字符識別效果好，節省資源占用，提高了字符識別效率。

技術領域

本申請涉及文字識別技術領域，特別涉及一種輕量級字符識別模型的訓練方法、電子設備及計算機可讀存儲介質。

背景技術

隨著人工智能的發展，OCR技術得到了廣泛的應用。OCR(Optical CharacterRecognition，光學字符識別)是指電子設備對文本資料進行掃描，并對掃描所獲得的圖像文件進行處理，最終將文本資料翻譯為計算機字符的過程?，F有技術中，通過訓練字符識別模型，并利用訓練完成的字符識別模型完成字符識別工作。然而，為保證字符識別精度，該方法中所使用的字符識別模型規模較大，增加了資源占用，降低了字符識別效率。

發明內容

本申請實施例的目的在于提供一種輕量級字符識別模型的訓練方法、電子設備及計算機可讀存儲介質，用于訓練出文字識別效果好且規模小的模型。

一方面，本申請提供了一種輕量級字符識別模型的訓練方法，包括：

對若干機器學習模型進行訓練，得到初始字符檢測模型及初始字符識別模型；

基于已訓練的初始字符檢測模型及初始字符識別模型，構建目標字符識別模型；

將所述目標字符識別模型轉換為Ncnn框架下的指定格式，獲得輕量級字符識別模型。

在一實施例中，所述初始字符檢測模型通過下述方法訓練得到：

基于字符檢測訓練集訓練第一DB模型及第二DB模型；其中，所述第一DB模型骨干網絡為Resnet網絡，所述第二DB模型骨干網絡為Mobilenet網絡；

基于已訓練的第一DB模型，對已訓練的第二DB模型進行知識蒸餾，得到所述初始字符檢測模型。

在一實施例中，所述初始字符識別模型包括指定VGG網絡及CTC算法，所述指定VGG網絡經過參數預篩減和BN層剪支處理；

所述初始字符識別模型通過下述方法訓練得到：

基于字符識別訓練集訓練所述指定VGG網絡，獲得已訓練的指定VGG網絡；

基于已訓練的指定VGG網絡對所述字符識別訓練集的識別結果，對所述CTC算法進行訓練；

對已訓練的指定VGG網絡和已訓練的CTC算法進行連接，得到所述初始字符識別模型。

在一實施例中，在所述獲得輕量級字符識別模型之后，所述方法還包括：

將所述輕量級字符識別模型部署至目標設備。

在一實施例中，在所述獲得輕量級字符識別模型之后，所述方法還包括：

獲取所述待識別圖像，并對所述待識別圖像進行預處理；

將預處理后的待識別圖像輸入所述輕量級字符識別模型，獲得所述輕量級字符識別模型輸出的目標字符。

在一實施例中，所述對所述待識別圖像進行預處理，包括：

通過白平衡算法對所述待識別圖像進行亮度調節。

在一實施例中，在獲得所述輕量級字符識別模型輸出的目標字符之后，所述方法還包括：