[发明专利]基于迁移学习的证卡识别方法、装置、设备及可读介质

权利要求书

1.一种基于迁移学习的证卡识别方法，其特征在于，所述方法包括：

接收图片识别请求，所述图片识别请求包括待识别证卡图片；

将所述待识别证卡图片输入预训练的目标证卡识别模型，获取所述目标证卡识别模型的输出结果，将所述输出结果确定为与所述待识别证卡图片对应的目标证卡类型。

2.根据权利要求1所述的基于迁移学习的证卡识别方法，其特征在于，所述方法还包括：

获取训练数据集，所述训练数据集包括多个训练样本，所述训练样本包括多个证卡样本图片以及与该证卡样本图片对应的证卡类型识别样本结果；

加载预训练的神经网络模型，以所述证卡样本图片作为输入、所述证卡类型识别结果作为输出，对所述预训练的神经网络模型进行训练，以获取所述训练完成的目标证卡识别模型。

3.根据权利要求2所述的基于迁移学习的证卡识别方法，其特征在于，在对所述预训练的神经网络模型进行训练之后，还包括：

获取验证数据集，所述验证数据集包括多个验证样本，所述验证样本包括预设条件下采集的证卡验证样本图片以及与该证卡验证样本图片对应的证卡类型识别样本结果；

将所述证卡验证样本图片输入所述训练完成的目标证卡识别模型，获取所述训练完成的目标证卡识别模型输出的证卡类型识别结果；

判断所述证卡类型识别结果是否与所述证卡类型识别验证样本结果相同，根据所述判断结果对所述目标证卡识别模型进行校正。

4.根据权利要求3所述的方法，其特征在于，在对所述训练完成的目标证卡识别模型进行校正之后，还包括：

获取测试数据集，所述测试数据集包括多个测试样本，所述测试样本包括测试证卡样本图片以及与该测试证卡样本图片对应的证卡类型识别样本结果；

将所述测试证卡样本图片集输入所述训练完成的目标证卡识别模型，获取所述训练完成的目标证卡识别模型输出的测试证卡类型识别结果；

将所述测试识别证卡类型与所述测试证卡样本图片对应的证卡类型识别样本结果进行比对，根据比对结果对所述目标证卡识别模型进行调整。

5.根据权利要求4所述的方法，其特征在于，根据比对结果对所述目标证卡识别模型进行优化的过程，包括：

根据所述比对结果确定出错分测试样本和所述错分测试样本对应的测试识别证卡类型；

根据错分测试样本和所述错分测试样本对应的测试识别证卡类型基于强化学习对所述目标证卡识别模型进行训练以使其优化。

6.根据权利要求1所述的基于迁移学习的证卡识别方法，其特征在于，所述待识别请求还包括待识别图片的证卡分类信息；

在通过训练完成的目标证卡识别模型确定所述待识别证卡图片的目标证卡类型之后，还包括：

判断所述证卡分类信息与所述目标证卡类型是否匹配；

在所述证卡分类信息与所述目标证卡类型不匹配的情况下，生成提示信息进行输出。

7.根据权利要求1所述的基于迁移学习的证卡识别方法，其特征在于，在将所述待识别证卡图片输入预训练的目标证卡识别模型之前，还包括：

确定所述待识别图片的图片质量，判断所述待识别图片质量是否满足预设的质量阈值；

在所述图片质量不满足预设的质量阈值的情况下，生成对应的重新上传提示信息发进行输出。

8.一种基于迁移学习的证卡识别装置，其特征在于，所述装置包括：

接收单元：接收图片识别请求，所述图片识别请求包括待识别证卡图片；

识别单元：用于将所述待识别证卡图片输入预训练的目标证卡识别模型，获取所述目标证卡识别模型的输出结果，将所述输出结果作为与所述待识别证卡图片对应的目标证卡类型。

9.一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。