[發明專利]文字檢測和模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202210404529.4
• 申請日: 2022-04-18
• 公開（公告）號: CN114724133A
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 黃聚;張曉強;欽夏孟;章成全;姚錕
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/146;G06V30/148;G06V30/19;G06V30/414;G06V10/82;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊麗爽;臧建明

1.一種文字檢測方法，包括：

獲取待檢測的第一圖像；

將所述第一圖像輸入至文字檢測模型，得到所述文字檢測模型輸出的分割圖像和所述分割圖像的圖像類別，其中，所述圖像類別指示所述分割圖像中包括文本實例，或者，不包括文本實例；

根據所述分割圖像和所述圖像類別，在所述第一圖像上確定目標區域，所述目標區域中包括文本實例。

2.根據權利要求1所述的方法，其中，將所述第一圖像輸入至文字檢測模型，得到所述文字檢測模型輸出的分割圖像和所述分割圖像的圖像類別，包括：

獲取預設向量組，所述預設向量組中包括N個預設向量，所述N大于或等于所述第一圖像中包括的文本實例的數量，所述N為正整數；

對所述第一圖像進行特征提取處理，得到所述第一圖像的特征矩陣；

根據所述預設向量組和所述特征矩陣，得到N個分割圖像和所述N個分割圖像的圖像類別。

3.根據權利要求2所述的方法，根據所述預設向量組和所述特征矩陣，得到N個分割圖像和所述N個分割圖像的圖像類別，包括：

對所述預設向量組和所述特征矩陣進行卷積處理，得到初始的第i個卷積矩陣，所述i＝1；

根據解碼器模塊對所述預設向量組、所述第i個卷積矩陣和所述特征矩陣處理，得到所述N個分割圖像和所述N個分割圖像的圖像類別。

4.根據權利要求3所述的方法，其中，所述解碼器模塊中包括L個子解碼模塊，所述L為大于或等于1的整數；根據解碼器模塊對所述預設向量組、所述第i個卷積矩陣和所述特征矩陣處理，得到所述N個分割圖像和所述N個分割圖像的圖像類別，包括：

執行第一操作，所述第一操作包括：根據第i個子解碼模塊對第i個向量組、第i個卷積矩陣和所述特征矩陣處理，得到第i+1個向量組和第i+1個卷積矩陣，并更新所述i為i+1；其中，第1個向量組為所述預設向量組，初始時，所述i為1，所述i為正整數；

在所述i小于所述L時，重復執行所述第一操作，直至所述i等于所述L時，得到第L+1個向量組和第L+1個卷積矩陣；

根據所述第L+1個向量組，確定得到所述圖像類別；

根據所述第L+1個卷積矩陣，確定得到所述N個分割圖像。

5.根據權利要求1-4任一項所述的方法，其中，根據所述分割圖像和所述圖像類別，在所述第一圖像上確定目標區域，包括：

根據所述分割圖像，在所述第一圖像中確定所述分割圖像對應的區域；

根據所述圖像類別，在所述分割圖像對應的區域中確定所述目標區域。

6.一種模型訓練方法，包括：

獲取訓練樣本，所述訓練樣本中包括樣本圖像和標簽圖像，所述標簽圖像為對所述樣本圖像上的文本實例進行標注得到的圖像；

將所述樣本圖像輸入至文字檢測模型，得到所述文字檢測模型輸出的分割圖像和所述分割圖像的圖像類別，其中，所述圖像類別指示所述分割圖像中包括文本實例，或者，不包括文本實例；

根據所述分割圖像、所述分割圖像的圖像類別和所述標注圖像對所述文字檢測模型的參數進行調整。

7.根據權利要求6所述的方法，其中，將所述樣本圖像輸入至所述文字檢測模型，得到所述文字檢測模型輸出的分割圖像和所述分割圖像的圖像類別，包括：

獲取預設向量組，所述預設向量組中包括N個預設向量，所述N大于或等于所述樣本圖像中包括的文本實例的數量，所述N為正整數；

對所述樣本圖像進行特征提取處理，得到所述樣本圖像的特征矩陣；

根據所述預設向量組和所述特征矩陣，得到N個分割圖像和所述N個分割圖像的圖像類別。

8.根據權利要求7所述的方法，其中，根據所述預設向量組和所述特征矩陣，得到N個分割圖像和所述N個分割圖像的圖像類別，包括：

對所述預設向量組和所述特征矩陣進行卷積處理，得到初始的第i個卷積矩陣，所述i＝1；

根據解碼器模塊對所述預設向量組、所述第i個卷積矩陣和所述特征矩陣處理，得到所述N個分割圖像和所述N個分割圖像的圖像類別。