[发明专利]对机器学习模型训练的方法和装置

权利要求书

1.一种对机器学习模型训练的方法，其特征在于，所述方法包括：

获取第一样本图像、第二样本图像和所述第二样本图像对应的基准识别结果；

对所述第一样本图像进行图像变化处理得到第三样本图像；

基于待训练的图像字符识别模型和所述第一样本图像，确定第一识别结果，基于所述待训练的图像字符识别模型和所述第二样本图像，确定第二识别结果，基于所述待训练的图像字符识别模型和所述第三样本图像，确定第三识别结果；

基于所述第一识别结果、所述第二识别结果、所述第三识别结果和所述基准识别结果，对所述待训练的图像字符识别模型进行参数调整。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一识别结果、所述第二识别结果、所述第三识别结果和所述基准识别结果，对所述待训练的图像字符识别模型进行参数调整，包括：

基于所述第二识别结果和所述基准识别结果确定第一损失值，基于所述第三识别结果和所述第一识别结果确定第二损失值；

基于所述第一损失值和所述第二损失值，对所述待训练的图像字符识别模型进行参数调整。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一损失值和所述第二损失值，对所述待训练的图像字符识别模型进行参数调整，包括：

基于第一权重值和第二权重值，对所述第一损失值和所述第二损失值进行加权求和处理得到第三损失值；

基于所述第三损失值，对所述待训练的图像字符识别模型进行参数调整。

4.根据权利要求3所述的方法，其特征在于，所述第一权重值小于所述第二权重值。

5.根据权利要求1所述的方法，其特征在于，所述基于待训练的图像字符识别模型和所述第一样本图像，确定第一识别结果，包括：

获取在所述图像字符识别模型的历史训练过程中记录的至少一组模型参数；

基于待训练的图像字符识别模型和所述至少一组模型参数对应的图像字符识别模型，分别对所述第一样本图像进行字符识别，得到多个待选识别结果和每个待选识别结果中每个字符对应的置信度；

基于所述多个待选识别结果和每个待选识别结果中每个字符对应的置信度，在所述多个待选识别结果中选取第一识别结果。

6.根据权利要求5所述的方法，其特征在于，所述基于所述多个待选识别结果和每个待选识别结果中每个字符对应的置信度，在所述多个待选识别结果中选取第一识别结果，包括：

在所述多个待选识别结果中，确定出现次数满足目标条件的目标待选识别结果，如果所述目标待选识别结果对应的最低的置信度大于置信度阈值，则将所述目标待选识别结果确定为第一识别结果。

7.根据权利要求6所述的方法，其特征在于，所述确定出现次数满足目标条件的目标待选识别结果，包括：

确定出现次数大于次数阈值的目标待选识别结果；或者，

确定出现次数大于其他待选识别结果出现次数的目标待选识别结果；或者，

确定出现次数在待选识别结果总数中占比大于比例阈值的目标待选识别结果。

8.一种对机器学习模型训练的装置，其特征在于，所述装置包括：

获取模块，用于获取第一样本图像、第二样本图像和所述第二样本图像对应的基准识别结果；

处理模块，用于对所述第一样本图像进行图像变化处理得到第三样本图像；

确定模块，用于基于待训练的图像字符识别模型和所述第一样本图像，确定第一识别结果，基于所述待训练的图像字符识别模型和所述第二样本图像，确定第二识别结果，基于所述待训练的图像字符识别模型和所述第三样本图像，确定第三识别结果；

调参模块，用于基于所述第一识别结果、所述第二识别结果、所述第三识别结果和所述基准识别结果，对所述待训练的图像字符识别模型进行参数调整。