[发明专利]文本识别模型的训练方法、文本识别方法、装置及设备

说明书

本发明公开了文本识别模型的训练方法、文本识别方法、装置及设备。该文本识别模型训练方法包括：获取第一文本识别模型；对第一文本识别模型进行训练，在第一文本识别模型的训练过程达到第一训练条件的情况下，将解码模块中的网络层减少至目标数量，得到第二文本识别模型；对第二文本识别模型进行训练，在第二文本识别模型的训练过程达到第二训练条件的情况下，基于轻量化编码模块替换第二文本识别模型中的编码模块，得到第三文本识别模型；对第三文本识别模型进行训练，在第三文本识别模型的训练过程达到第三训练条件的情况下，得到训练完成的文本识别模型。本发明对文本识别模型进行多次调整和训练，兼顾模型准确率和大小，提高模型的适用范围。

技术领域

本发明涉及计算机视觉领域，尤其涉及文本识别模型的训练方法、文本识别方法、装置及设备。

背景技术

近年来，深度学习技术在很多方面都取得了巨大的成功，尤其是计算机视觉领域。

OCR文本识别任务作为计算机视觉领域的核心问题之一，在现实世界中具有庞大的应用基础，但是由于现有的深度神经网络模型复杂度高、参数量大，限制了其在一些场景和设备上进行部署，无法在确保模型准确率的同时兼顾模型大小。

发明内容

本发明提供了文本识别模型的训练方法、文本识别方法、装置及设备，以解决现有文本识别模型无法在确保模型准确率的同时兼顾模型大小的问题。

根据本发明的一方面，提供了一种文本识别模型的训练方法，其特征在于，包括：

获取第一文本识别模型，其中，所述第一文本识别模型中包括编码模块和解码模块；

对所述第一文本识别模型进行训练，在所述第一文本识别模型的训练过程达到第一训练条件的情况下，将所述解码模块中的网络层减少至目标数量，得到第二文本识别模型；

对所述第二文本识别模型进行训练，在所述第二文本识别模型的训练过程达到第二训练条件的情况下，基于轻量化编码模块替换所述第二文本识别模型中的编码模块，得到第三文本识别模型，其中，所述轻量化编码模块的网络层数小于所述第二文本识别模型中的编码模块的网络层数；

对所述第三文本识别模型进行训练，在所述第三文本识别模型的训练过程达到第三训练条件的情况下，得到训练完成的文本识别模型。

根据本发明的另一方面，提供了一种文本识别方法，其特征在于，包括：

接收待识别图像；

将所述待识别图像输入至预先训练的文本识别模型中，得到所述待识别图像中的文本信息，其中，所述文本识别模型基于本发明任一实施例所述的文本识别模型训练方法训练得到。

根据本发明的另一方面，提供了一种文本识别模型的训练装置，其特征在于，包括：

第一文本识别模型获取模块用于获取第一文本识别模型，其中，所述第一文本识别模型中包括编码模块和解码模块；

第二文本识别模型获取模块用于对所述第一文本识别模型进行训练，在所述第一文本识别模型的训练过程达到第一训练条件的情况下，将所述解码模块中的网络层减少至目标数量，得到第二文本识别模型；

第三文本识别模型获取模块用于对所述第二文本识别模型进行训练，在所述第二文本识别模型的训练过程达到第二训练条件的情况下，基于轻量化编码模块替换所述第二文本识别模型中的编码模块，得到第三文本识别模型，其中，所述轻量化编码模块的网络层数小于所述第二文本识别模型中的编码模块的网络层数；

文本识别模型获取模块用于对所述第三文本识别模型进行训练，在所述第三文本识别模型的训练过程达到第三训练条件的情况下，得到训练完成的文本识别模型。

根据本发明的另一方面，提供了一种文本识别装置，其特征在于，包括：