[發明專利]一種基于PaddleOCR的圖像識別模型訓練及分析方法

在審

• 申請號: 202210506508.3
• 申請日: 2022-05-11
• 公開（公告）號: CN114821564A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 梁沛森;陳錦鋒;鐘建琛;李文浩;陳武聰;鄧耀隆
• 申請（專利權）人: 廣東金賦科技股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/19;G06N20/00
• 代理公司: 東莞卓為知識產權代理事務所(普通合伙) 44429
• 代理人: 湯冠萍

1.一種基于PaddleOCR的圖像識別模型訓練及分析方法，其特征在于，包括以下步驟：

a、外部用戶接入深度學習OCR系統；

b、深度學習OCR系統獲取模型配置，根據外部用戶傳入的參數配置數據；

c、根據類型代碼獲取配置數據對象列表；

d、根據配置數據對象個數，循環調用OCR識別，獲取識別結果；

e、將識別結果匯總，并篩選出最優結果；

f、然后根據需求進行后處理操作；

g、最后統一封裝返回對象進行返回處理。

2.根據權利要求1所述的一種基于PaddleOCR的圖像識別模型訓練及分析方法，其特征在于，所述外部用戶包括政稅終端用戶、智能柜臺用戶、互聯網用戶。

3.根據權利要求2所述的一種基于PaddleOCR的圖像識別模型訓練及分析方法，其特征在于，步驟a中，深度學習OCR系統通過OCR識別接口接入外部用戶。

4.根據權利要求1所述的一種基于PaddleOCR的圖像識別模型訓練及分析方法，其特征在于，所述深度學習OCR系統包括Java端和Python端，Java端負責步驟b、步驟c，Python端負責步驟d。

5.根據權利要求4所述的一種基于PaddleOCR的圖像識別模型訓練及分析方法，其特征在于，步驟d中，OCR識別調用流程包括以下步驟：

d1、對待訓練數據進行數據標注操作；

d2、根據實際情況修改訓練配置并開始訓練模型；

d3、最后進行模型轉換。