[发明专利]一种基于全卷积神经网络模型的算题批改方法、算题批改装置

说明书

本发明提供的基于全卷积神经网络模型的算题批改方法、算题批改装置、电子设备及计算机可读存储介质，算题批改方法包括以下步骤：S1，对初始图片进行改质处理而得到第一图片；S2，全卷积神经网络模型通过识取像素点而获得若干算题子图片；S3，获得算题文本内容；S4，得到计算结果；S5，将计算结果与第一图片中的算题答案进行比对以完成对算题的批改。通过全卷积神经网络模型对第一图片进行像素识别，识取算题文本内容，根据算题文本内容自动对各算题进行数学计算，将所述计算结果与所述第一图片中的算题答案进行比对以完成对算题的批改，直接识取算题图片，取消人工批改算题，提高算题的批改效率，具有优良的适用性。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于全卷积神经网络模型的算题批改方法、算题批改装置、电子设备及计算机可读存储介质。

背景技术

数学是学习生涯中不可或缺的一门学科，学生在日常学习生活中，往往需要完成各种数学作业及测试，而学生完成之后，需要教师手动处理作业或试卷中的各个算题，给教师带来了相当大的工作量。

随着计算机技术和教育信息化的不断发展，计算机技术已经逐步应用于各种日常的教育活动中，例如利用计算机技术对学生提交的作业或试卷进行自动处理。

现有技术中，是预先建立一个习题库，该习题库中包括多个算题和算题对应的正确答案。对于学生提交的待批改算题，在习题库中进行搜索，若搜索到一模一样的算题，则根据该算题在习题库中的正确答案，对待批改算题进行处理，若搜索不到一模一样的算题，则需要教师对待批改算题进行人工批改。

然而，上述方法只能应用于待批改算题和习题库中的算题一模一样的情况，如果待批改算题和习题库中算题不一样就无法批改，而数学算题的题型丰富，千变万化，若发生简易变化，就无法进行批改，批改效率极低，适用性差

发明内容

本发明的第一目的是提供一种提高算题批改效率的基于全卷积神经网络模型的算题批改方法。

本发明的第二目的是提供一种应用上述算题批改方法的算题批改装置。

本发明的第三目的是提供一种实现上述算题批改方法的电子设备。

本发明的第四目的是提供一种实现上述算题批改方法的计算机可读存储介质。

为实现上述的第一目的，本发明提供的基于全卷积神经网络模型的算题批改方法包括以下步骤：S1，对智能终端所拍摄的初始图片进行改质处理而得到第一图片；S2，将第一图片输入至全卷积神经网络模型，全卷积神经网络模型通过识取第一图片的像素点而获得若干算题子图片；S3，将每一算题子图片输入至文字识别模型而获得各算题子图片对应的算题文本内容；S4，根据算题文本内容进行计算而得到计算结果；S5，将计算结果与第一图片中的算题答案进行比对以完成对算题的批改。

由上述方案可见，通过全卷积神经网络模型对第一图片进行像素识别，确定算题子图片并识取其对应的算题文本内容，根据算题文本内容自动对各算题进行数学计算，将所述计算结果与所述第一图片中的算题答案进行比对以完成对算题的批改，从而无需从预存题库中检索相同算题，直接识取算题图片，取消人工批改算题，实现算题的自动批改，提高算题的批改效率，具有优良的适用性。

为实现上述的第二目的，本发明提供的应用上述算题批改方法的算题批改装置包括图片获取模块，用于获取第一图片，其中，第一图片记载有算题图片；图片识别模块，用于将第一图片输入至全卷积神经网络模型，通过全卷积神经网络模型而获得出第一图片中的算题子图片；文本识别模块，用于将每一算题子图片输入至文字识别模型，识别出每一算题子图片的算题文本内容；运算模块，用于根据识别出的算题文本内容，进行算题数学运算以获得计算结果，将计算结果与第一图片中的算题答案进行比对以完成对算题的批改。