[發(fā)明專利]一種文本檢測模型的確定方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202310644201.4
• 申請日: 2023-06-01
• 公開（公告）號: CN116665237A
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計(jì)）人: 陳永灑;王敏
• 申請（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號: G06V30/414
• 分類號: G06V30/414;G06V30/14;G06V30/19
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王歡

本申請公開了一種文本檢測模型的確定方法、裝置及電子設(shè)備，該方法包括：獲得初始文本檢測模型針對待檢測文本的第一檢測結(jié)果，以及與待檢測文本對應(yīng)的第二檢測結(jié)果；第二檢測結(jié)果表征與待檢測文本的真實(shí)標(biāo)注結(jié)果；確定初始文本檢測模型被應(yīng)用時的應(yīng)用特征；基于應(yīng)用特征，分別確定與第一檢測結(jié)果對應(yīng)的第一應(yīng)用結(jié)果，以及與第二檢測結(jié)果對應(yīng)的第二應(yīng)用結(jié)果；基于第一應(yīng)用結(jié)果和第二應(yīng)用結(jié)果，確定與初始文本檢測模型對應(yīng)的目標(biāo)文本檢測模型。

技術(shù)領(lǐng)域

本申請涉及信息處理技術(shù)領(lǐng)域，更具體的說是涉及一種文本檢測模型的確定方法、裝置及電子設(shè)備。

背景技術(shù)

文本檢測是文本處理領(lǐng)域的重要環(huán)節(jié)，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，利用機(jī)器學(xué)習(xí)模型來進(jìn)行文本檢測已成為普遍流行的方式。如何確保文本檢測模型的準(zhǔn)確性已成為文本處理領(lǐng)域主要面臨的問題。

發(fā)明內(nèi)容

有鑒于此，本申請?zhí)峁┤缦录夹g(shù)方案：

一種文本檢測模型的確定方法，包括：

獲得初始文本檢測模型針對待檢測文本的第一檢測結(jié)果，以及與所述待檢測文本對應(yīng)的第二檢測結(jié)果；所述第二檢測結(jié)果表征所述待檢測文本的真實(shí)標(biāo)注結(jié)果；

確定所述初始文本檢測模型被應(yīng)用時的應(yīng)用特征；

基于所述應(yīng)用特征，分別確定與所述第一檢測結(jié)果對應(yīng)的第一應(yīng)用結(jié)果，以及與所述第二檢測結(jié)果對應(yīng)的第二應(yīng)用結(jié)果；

基于所述第一應(yīng)用結(jié)果和所述第二應(yīng)用結(jié)果，確定與所述初始文本檢測模型對應(yīng)的目標(biāo)文本檢測模型。

可選地，所述確定所述初始文本檢測模型被應(yīng)用時的應(yīng)用特征，包括：

確定針對所述初始文本檢測模型的輸出結(jié)果對應(yīng)的目標(biāo)識別模型，所述目標(biāo)識別模型的輸入為所述初始文本檢測模型的輸出結(jié)果；

確定與所述目標(biāo)識別模型相匹配的應(yīng)用特征。

可選地，所述目標(biāo)識別模型為文本識別模型，其中，所述基于所述應(yīng)用特征，分別確定與所述第一檢測結(jié)果對應(yīng)的第一應(yīng)用結(jié)果，以及與所述第二檢測結(jié)果對應(yīng)的第二應(yīng)用結(jié)果，包括：

基于所述文本識別模型對所述第一檢測結(jié)果進(jìn)行文本識別，得到第一識別字符串，將所述第一識別字符串確定為第一應(yīng)用結(jié)果；

基于所述文本識別模型對所述第二檢測結(jié)果進(jìn)行文本識別，得到第二識別字符串，將所述第二識別字符串確定為第二應(yīng)用結(jié)果。

可選地，所述第一檢測結(jié)果包括第一文本檢測框，所述第二檢測結(jié)果包括第二文本檢測框，其中，所述基于所述第一應(yīng)用結(jié)果和所述第二應(yīng)用結(jié)果，確定與所述初始文本檢測模型對應(yīng)的目標(biāo)文本檢測模型，包括：

若所述第一文本檢測框與所述第二文本檢測框滿足目標(biāo)匹配關(guān)系，基于所述第一識別字符串的第一長度和所述第二識別字符串的第二長度，確定匹配參數(shù)；

基于所述匹配參數(shù)，確定所述初始文本檢測模型的評估參數(shù)；

基于所述評估參數(shù)，確定與所述初始文本檢測模型對應(yīng)的目標(biāo)文本檢測模型。

可選地，所述基于所述評估參數(shù)，確定與所述初始文本檢測模型對應(yīng)的目標(biāo)文本檢測模型，包括：

基于所述評估參數(shù)，確定懲罰對象；

確定與所述懲罰對象對應(yīng)的懲罰比例，并基于所述懲罰比例對所述初始文本檢測模型中與所述懲罰對象對應(yīng)的權(quán)重進(jìn)行調(diào)整，得到目標(biāo)文本檢測模型。

可選地，所述基于所述匹配參數(shù)，確定所述初始文本檢測模型的評估參數(shù)，包括：

獲得所述初始文本檢測模型的評估指標(biāo)閾值，所述評估指標(biāo)閾值包括召回率閾值和/或準(zhǔn)確率閾值；