[发明专利]文本识别模型的训练方法、文本识别方法、装置及设备有效

专利信息
申请号: 202110258666.7 申请日: 2021-03-10
公开(公告)号: CN112633422B 公开(公告)日: 2021-06-22
发明(设计)人: 李自荐;秦勇 申请(专利权)人: 北京易真学思教育科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G06N3/04;G06N3/08
代理公司: 北京鼎承知识产权代理有限公司 11551 代理人: 顾可嘉;夏华栋
地址: 102200 北京市昌平区未*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 识别 模型 训练 方法 装置 设备
【说明书】:

发明提供一种文本识别模型的训练方法、文本识别方法、装置及设备。训练方法包括:构建初始模型;以第一文本图像数据经循环神经网络的输出为词嵌入模块的字符串输入,并基于第一文本图像数据经第二部分的第二卷积神经网络后获得的第一特征图为词嵌入模块的另一个输入,训练初始模型获得收敛的初始模型;基于收敛的初始模型,获得文本识别模型;其中初始模型包括第一部分,用于识别图像的文本内容,第一部分具有第一卷积神经网络和循环神经网络;第二部分,用于判断给定文本是否在给定图像中,第二部分具有第二卷积神经网络和词嵌入模块;装置用于执行上述方法。本发明的训练方法可以获得具有识别速度快且能够兼顾更高的识别精度的文本识别模型。

技术领域

本发明涉及文本识别技术,尤其涉及一种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

文本检测与识别应用范围广泛,是很多计算机视觉任务的前置步骤,比如图像搜索、身份认证和视觉导航等,文本检测的主要目的是定位文本行或字符在图像中的位置,而文本识别是将带文本行图像转录成字符串(识别其内容),文本的精准定位和准确识别既十分重要又具备挑战,因为相较于通用目标检测和识别来说,文字具有多方向、不规则形状、极端长宽比、字体、颜色、背景多样等特点,因此,往往在通用目标检测和识别上较为成功的算法无法直接迁移到文字检测中。

现有的文本识别模型和方法的识别效果受到诸多因素的影响,识别速度和识别精度难以兼得,无法满足计算机视觉任务快速发展的需求。

发明内容

为了解决上述技术问题的至少一个,本发明提供了一种文本识别模型的训练方法、文本识别方法、装置及设备。

本发明的技术方案是这样实现的:

第一方面,本发明的实施例提供了一种文本识别模型的训练方法,包括:

构建初始模型,所述初始模型包括:

第一部分,用于识别图像中的文本内容,所述第一部分具有第一卷积神经网络和循环神经网络;

第二部分,用于判断给定文本是否在给定的图像中,所述第二部分具有第二卷积神经网络和词嵌入模;

以第一文本图像数据经所述循环神经网络的输出为所述词嵌入模块的字符串输入,并基于第一文本图像数据经第二部分的第二卷积神经网络后获得的第一特征图为所述词嵌入模块的另一个输入,训练所述初始模型获得收敛的初始模型;

基于所述收敛的初始模型,获得文本识别模型。

在一种实施方式中,所述以第一文本图像数据经所述循环神经网络的输出为所述词嵌入模块的字符串输入,并基于第一文本图像数据经第二部分的第二卷积神经网络后获得的第一特征图为所述词嵌入模块的另一个输入,训练所述初始模型获得收敛的初始模型,包括:

将所述第一文本图像数据输入第一部分的第一卷积神经网络和所述循环神经网络,得到字符编码矩阵;

将第一文本图像数据输入第二部分的第二卷积神经网络,得到第一特征图;

将所述字符编码矩阵和所述第一特征图输入第二部分的词嵌入模块,并根据第一损失函数,训练初始模型获得收敛的初始模型。

在一种实施方式中,所述第二卷积神经网络的参数为基于所述第一卷积神经网络的参数获得的参数。

在一种实施方式中,所述第一部分为按照如下方式训练获得的模型:

基于第二文本图像数据和所述第二文本图像数据的文本标注信息,根据第二损失函数训练预先构建的第一模型,获得能够识别图像中文本内容的识别模型作为第一部分;

其中,所述预先构建的第一模型为基于所述第一卷积神经网络、所述循环神经网络构建的模型,所述第一卷积神经网络的输出为所述循环神经网络的输入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京易真学思教育科技有限公司,未经北京易真学思教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110258666.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top