[发明专利]图像识别模型的训练方法及装置、图像识别方法及装置

说明书

本申请提供图像识别模型的训练方法及装置、图像识别方法及装置，其中所述图像识别模型的训练方法包括：获取预训练的图像识别模型和样本数据，其中，所述样本数据包括图像和所述图像对应的真值序列；将所述样本数据中的图像输入所述图像识别模型，使用随机策略获取随机策略序列，使用确定策略获取确定策略序列；根据所述随机策略序列、所述确定策略序列和所述样本数据中图像对应的真值序列计算损失值；通过对所述损失值进行反向传播以训练所述图像识别模型。增强图像识别模型的训练，提高图像识别模型的训练效率。

技术领域

本申请涉及机器学习技术领域，特别涉及图像识别模型的训练方法及装置、图像识别方法及装置、计算设备、计算机可读存储介质和芯片。

背景技术

在实际应用中，很多时候需要通过图像识别模型获取图像的描述信息，例如识别图像中的内容生成表格或公式，识别图像的内容生成描述信息等。

在训练和使用图像识别模型时，通常会因为图像内容比较复杂，尤其是对于公式图像，对于大量复杂的数学公式，在图像识别模型的训练过程中，因为训练集图像中公式内容复杂，细节较多，例如有特殊的计算符号、复杂的嵌套公式等，识别难度大，从而造成训练难度大，训练时间长且效果差。由于训练效果差，导致在图像识别模型应用过程中，对于复杂数学公式的图像的识别会因为图片复杂，编辑难度大，识别度低，导致对图像的识别难度大，出现公式字符的错误识别问题，从而影响识别准确性。

那么如何提高图像识别模型的训练效率，提高图像识别的准确性，就成为目前亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供了图像识别模型的训练方法及装置、图像识别方法及装置、计算设备、计算机可读存储介质和芯片，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种图像识别模型的训练方法，包括：

获取预训练的图像识别模型和样本数据，其中，所述样本数据包括图像和所述图像对应的真值序列；

将所述样本数据中的图像输入所述图像识别模型，使用随机策略获取随机策略序列，使用确定策略获取确定策略序列；

根据所述随机策略序列、所述确定策略序列和所述样本数据中图像对应的真值序列计算损失值；

通过对所述损失值进行反向传播以训练所述图像识别模型。

根据本申请实施例的第二方面，提供了一种图像识别方法，包括：

获取待识别图像；

将所述待识别图像输入预先训练好的图像识别模型，所述图像识别模型被训练于根据输入的图像获取所述图像的描述信息；

所述图像识别模型响应于所述待识别图像作为输入而获取所述待识别图像的描述信息。

根据本申请实施例的第三方面，提供了一种图像识别模型的训练装置，包括：

第一获取模块，被配置为获取预训练的图像识别模型和样本数据，其中，所述样本数据包括图像和所述图像对应的真值序列；

确定模块，被配置为将所述样本数据中的图像输入所述图像识别模型，使用随机策略获取随机策略序列，使用确定策略获取确定策略序列；

计算模块，被配置为根据所述随机策略序列、所述确定策略序列和所述样本数据中图像对应的真值序列计算损失值；

反向传播模块，被配置为通过对所述损失值进行反向传播以训练所述图像识别模型。

根据本申请实施例的第四方面，提供了一种图像识别装置，包括：

第二获取模块，被配置为获取待识别图像；