CN113807416B - 一种模型训练方法、装置、电子设备以及存储介质 - Google Patents
一种模型训练方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113807416B CN113807416B CN202111005502.XA CN202111005502A CN113807416B CN 113807416 B CN113807416 B CN 113807416B CN 202111005502 A CN202111005502 A CN 202111005502A CN 113807416 B CN113807416 B CN 113807416B
- Authority
- CN
- China
- Prior art keywords
- text
- text recognition
- content
- image
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 44
- 238000002372 labelling Methods 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种模型训练方法、装置、电子设备以及存储介质，属于大数据技术领域和文字识别技术领域。该方法包括：基于文本模型，对待识别文本图像进行识别，得到所述待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；采用所述修正位置，对所述待识别文本图像进行标注，得到所述待识别文本图像的标注样本；采用所述标注样本，对所述文本模型进行优化训练。通过上述技术方案，实现了对样本数据的自动化标准，并实现了文本模型的自动优化。
Description
技术领域
本发明实施例涉及大数据技术领域和文字识别技术领域，尤其涉及一种模型训练方法、装置、电子设备以及存储介质。
背景技术
目前，投标人在使用招投标系统之前，需要将招投标所需要的证件上传到诚信库，上传完成之后需等待工作人员来进行人工审核和人工提取证件内容，不仅耽误投标人的办事效率，还增加人工审核成本。为提供办事效率，现有证件内容识别可以采用基于OCR模型的识别方法，但是，在OCR模型的训练过程中需要由人工去统计OCR模型的证件识别率，并由人工标注样本图像以重新训练模型，人工成本大，效率低，亟需改进。
发明内容
本发明提供一种模型训练方法、装置、电子设备以及存储介质，以实现样本的自动优化标注以及模型的自动优化训练。
第一方面，本发明实施例提供了一种模型训练方法，包括：
基于文本模型，对待识别文本图像进行识别，得到所述待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
采用所述修正位置，对所述待识别文本图像进行标注，得到所述待识别文本图像的标注样本；
采用所述标注样本，对所述文本模型进行优化训练。
第二方面，本发明实施例还提供了一种模型训练装置，包括：
识别结果确定模块，用于基于文本模型，对待识别文本图像进行识别，得到所述待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
修正位置确定模块，用于根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
标注样本确定模块，用于采用所述修正位置，对所述待识别文本图像进行标注，得到所述待识别文本图像的标注样本；
训练模块，用于采用所述标注样本，对所述文本模型进行优化训练。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所提供的模型训练方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所提供的模型训练方法。
本发明实施例的技术方案，通过基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容，之后根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，进而采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本，最后采用标注样本，对文本模型进行优化训练。上述技术方案，实现了对样本数据的自动化标准，节省了人工标注的时间成本，并实现了文本模型的自动优化，从而提高了文本模型的识别率。
附图说明
图1是本发明实施例一提供的一种模型训练方法的流程图；
图2是本发明实施例二提供的一种模型训练方法的流程图；
图3是本发明实施例三提供的一种模型训练装置的结构示意图；
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种模型训练方法的流程图，本实施例可适用于招投标证件识别的情况，该方法可以由模型训练装置来执行，该装置可以由软件和/或硬件的方式实现，并可集成于承载模型训练功能的电子设备中，例如服务器中。
如图1所示，该方法具体可以包括：
S110、基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容。
其中，文本模型用于对图像中的文本识别，可以是光学字符识别(OpticalCharacter Recognition，OCR)模型，包括检测子模型和识别子模型，其中，检测子模型可以是Faster R-CNN模型、FCN模型、RRPN(Rotation Region Proposal Networks)模型、DMPNet(Deep Matching Prior Network)模型和CTPN(Connectionist Text Proposal Network)模型等；识别子模型可以是CRNN模型等。
所谓待识别文本图像是指需要进行文本识别的图像，例如可以是招投标证件的扫描件图像。
所谓文本识别位置是指识别到的文本出现的区域，例如可以是矩形框。
本实施例中，获取用户上传的待识别文本图像，基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中的至少一个文本识别位置和文本识别位置处的文本识别内容。具体的，对于招投标证件，会识别到大小不一的若干个文本识别位置和文本识别位置处的文本识别内容。
S120、根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置。
本实施例中，标准文本内容是指待识别文本图像中的正确的文本内容，可以是全国招投标主体库中已审核通过的信息，还可以是用户修改后的正确的内容。
所谓修正位置是指文本识别位置的准确的位置。
可选的，根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置可以是，针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度。具体的，可以基于莱文斯坦比确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度。
在确定相似度后，若相似度小于相似阈值，则将该文本识别位置处的文本识别内容和标准文本内容进行比较，得到缺失文本数量、以及缺失文本与文本识别内容之间相对位置关系，其中，相似阈值可以由本领域技术人员根据实际情况设定。具体的，将该文本识别位置处的文本识别内容和标准文本内容进行比较，以文本识别内容首尾字在标准文本内容中的相对位置为界线，得到缺失文本数量，进而根据缺失文本在标准文本内容中的位置，确定缺失文本与文本识别内容之间的相对位置关系。其中，相对位置关系可以是缺失文本在文本识别内容左边或者右边。
需要说明的是，若相似度大于相似阈值，则不对该文本识别位置进行修正，直接
在确定缺失文本数量、以及缺失文本与文本识别内容之间相对位置关系后，根据缺失文本数量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。具体的，可以根据该文本识别位置中的横坐标长度与该文本识别位置处的文本字数，确定单个字的宽度；进而根据缺失文本数量的单个字的宽度，确定该文本识别位置的偏移量；根据偏移量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。例如，相对位置关系为缺失文本在文本识别内容的边，则将该文本识别位置左下端点的横坐标向左移动偏移量的距离，纵坐标不变，进而，得到该文本识别位置的修正坐标。
S130、采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本。
本实施例中，针对待识别文本图像中的每个文本识别位置，采用该文本识别位置的修正位置，对待识别文本图像的标注，将标注后的待识别文本图像作为标注样本。
需要说明的是，若S120中该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度大于相似阈值，则不对该文本识别位置进行修正，直接采用该文本识别位置对待识别文本图像的标注，将标注后的待识别文本图像作为标注样本。
S140、采用标注样本，对文本模型进行优化训练。
本实施例中，若识别到标注样本的样本数量大于数量阈值，则采用标注样本，对文本模型进行优化训练。其中，数量阈值可以由本领域技术人员根据实际情况设定。
具体的，采用标注样本，对文本模型进行优化训练，直到文本模型的识别率达到设定阈值，或者，模型训练次数达到设定次数后，停止对文本模型的优化训练。其中，设定阈值和设定次数可以由本领域技术人员根据实际情况设定。
本发明实施例的技术方案，通过基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容，之后根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，进而采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本，最后采用标注样本，对文本模型进行优化训练。上述技术方案，实现了对样本数据的自动化标准，节省了人工标注的时间成本，并实现了文本模型的自动优化，从而提高了文本模型的识别率。
在上述技术方案的基础上，作为本发明实施例的一种可选方式，基于优化训练好的文本模型，对目标文本图像进行识别，得到目标文本图像的识别结果。
其中，目标文本图像是用户需要进行招投标证件识别的图像。识别结果是文本图像中的文字内容，例如单位名称：XXXX；单位地址：XXXX；经济类型：XXXX等。
本实施例中，获取用户上传的目标文本图像，基于优化训练好的文本模型，对目标文本图像进行识别，得到目标文本图像的识别结果。
可以理解的是，通过使用训练好的文本模型对目标文本图像进行识别，可以减少人工审核时间，提升用户的办事效率。
实施例二
图2是本发明实施例二提供的一种模型训练方法的流程图，在上述实施例的基础上，进一步优化，提供一种可选实施方案。
如图2所示，该方法具体可以包括：
S210、基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容。
S220、根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置。
本实施例中，根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置可以是，针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度。具体的，可以基于莱文斯坦比确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度。
在确定相似度后，若相似度小于相似阈值，则确定待识别文本图像的相似文本图像的识别结果中该文本识别位置的缺失文本数量，以及缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系。
其中，相似文本图像是指为待识别文本图像类型相似或者相同的图像。
具体的，对该待识别文本图像的相似文本图像的识别结果中该文本识别位置的缺失文本数量，进行统计分析，得到缺失文本数量出现频次最高的数值，作为待识别文本图像中该文本识别位置的缺失文本数量；进而对缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系进行统计分析，将相似文本图像中的缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系出现频次最高的相对位置关系，作为缺失文本与待识别文本图像中该文本识别位置处文本识别内容的相对位置关系。
在确定缺失文本数量和相对位置关系后，根据缺失文本数量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。具体的，可以根据该文本识别位置中的横坐标长度与该文本识别位置处的文本字数，确定单个字的宽度；进而根据缺失文本数量的单个字的宽度，确定该文本识别位置的偏移量；根据偏移量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。例如，相对位置关系为缺失文本在文本识别内容的边，则将该文本识别位置左下端点的横坐标向左移动偏移量的距离，纵坐标不变，进而，得到该文本识别位置的修正坐标。
S230、采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本。
S240、采用标注样本，对文本模型进行优化训练。
本发明实施例的技术方案，通过基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容，之后根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，进而采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本，最后采用标注样本，对文本模型进行优化训练。上述技术方案，实现了对样本数据的自动化标准，节省了人工标注的时间成本，并实现了文本模型的自动优化，从而提高了文本模型的识别率。
实施例三
图3是本发明实施例三提供的一种模型训练装置的结构示意图，本实施例可适用于招投标证件识别的情况，该装置可以由软件和/或硬件的方式实现，并可集成于承载模型训练功能的电子设备中，例如服务器中。
如图3所示，该装置具体可以包括识别结果确定模块310、修正位置确定模块320、标注样本确定模块330和训练模块340，其中，
识别结果确定模块310，用于基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
修正位置确定模块320，用于根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
标注样本确定模块330，用于采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本；
训练模块340，用于采用标注样本，对文本模型进行优化训练。
本发明实施例的技术方案，通过基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容，之后根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，进而采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本，最后采用标注样本，对文本模型进行优化训练。上述技术方案，实现了对样本数据的自动化标准，节省了人工标注的时间成本，并实现了文本模型的自动优化，从而提高了文本模型的识别率。
进一步地，修正位置确定模块320具体用于：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若相似度小于相似阈值，则将该文本识别位置处的文本识别内容和标准文本内容进行比较，得到缺失文本数量、以及缺失文本与文本识别内容之间相对位置关系；
根据缺失文本数量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
进一步地，修正位置确定模块320具体还用于：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若相似度小于相似阈值，则确定待识别文本图像的相似文本图像的识别结果中该文本识别位置的缺失文本数量，以及缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系；
根据缺失文本数量、相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
进一步地，训练模块340具体用于：
若识别到标注样本的样本数量大于数量阈值，则采用标注样本，对文本模型进行优化训练。
进一步地，该装置还包括识别模块，该识别模块用于：
基于优化训练好的文本模型，对目标文本图像进行识别，得到目标文本图像的识别结果。
上述模型训练装置可执行本发明任意实施例所提供的模型训练方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图，图4为本发明实施例十二提供的一种电子设备的结构示意图，图4示出了适于用来实现本发明实施例实施方式的示例性设备的框图。图4显示的设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的模型训练方法。
实施例五
本发明实施例五还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时用于执行本发明实施例所提供的模型训练方法，该方法包括：
基于文本模型，对待识别文本图像进行识别，得到待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
根据至少一个文本识别位置和文本识别内容，以及待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
采用修正位置，对待识别文本图像进行标注，得到待识别文本图像的标注样本；
采用标注样本，对文本模型进行优化训练。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种模型训练方法，其特征在于，包括：
基于文本模型，对待识别文本图像进行识别，得到所述待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
采用所述修正位置，对所述待识别文本图像进行标注，得到所述待识别文本图像的标注样本；
采用所述标注样本，对所述文本模型进行优化训练；
所述根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，包括：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与所述待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若所述相似度小于相似阈值，则确定所述待识别文本图像的相似文本图像的识别结果中该文本识别位置的缺失文本数量，以及缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系；
根据所述缺失文本数量、所述相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置，包括：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与所述待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若所述相似度小于相似阈值，则将该文本识别位置处的文本识别内容和标准文本内容进行比较，得到缺失文本数量、以及缺失文本与文本识别内容之间相对位置关系；
根据所述缺失文本数量、所述相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
3.根据权利要求1所述的方法，其特征在于，所述采用所述标注样本，对文本模型进行优化训练，包括：
若识别到所述标注样本的样本数量大于数量阈值，则采用所述标注样本，对文本模型进行优化训练。
4.根据权利要求1所述的方法，其特征在于，还包括：
基于优化训练好的文本模型，对目标文本图像进行识别，得到目标文本图像的识别结果。
5.一种模型训练装置，其特征在于，包括：
识别结果确定模块，用于基于文本模型，对待识别文本图像进行识别，得到所述待识别文本图像中至少一个文本识别位置和文本识别位置处的文本识别内容；
修正位置确定模块，用于根据所述至少一个文本识别位置和文本识别内容，以及所述待识别文本图像的标准文本内容，确定至少一个文本识别位置的修正位置；
标注样本确定模块，用于采用所述修正位置，对所述待识别文本图像进行标注，得到所述待识别文本图像的标注样本；
训练模块，用于采用所述标注样本，对所述文本模型进行优化训练；
所述修正位置确定模块具体用于：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与所述待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若所述相似度小于相似阈值，则确定所述待识别文本图像的相似文本图像的识别结果中该文本识别位置的缺失文本数量，以及缺失文本与相似文本图像的识别结果中该文本识别位置处文本识别内容之间的相对位置关系；
根据所述缺失文本数量、所述相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
6.根据权利要求5所述的装置，其特征在于，修正位置确定模块具体用于：
针对每一文本识别位置，确定该文本识别位置处的文本识别内容，与所述待识别图像中该文本识别位置处的标准文本内容之间的相似度；
若所述相似度小于相似阈值，则将该文本识别位置处的文本识别内容和标准文本内容进行比较，得到缺失文本数量、以及缺失文本与文本识别内容之间相对位置关系；
根据所述缺失文本数量、所述相对位置关系、以及该文本识别位置，确定该文本识别位置的修正位置。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一项所述的模型训练方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的模型训练方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111005502.XA CN113807416B (zh) | 2021-08-30 | 2021-08-30 | 一种模型训练方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111005502.XA CN113807416B (zh) | 2021-08-30 | 2021-08-30 | 一种模型训练方法、装置、电子设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113807416A CN113807416A (zh) | 2021-12-17 |
| CN113807416B true CN113807416B (zh) | 2024-04-05 |
Family
ID=78894404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111005502.XA Active CN113807416B (zh) | 2021-08-30 | 2021-08-30 | 一种模型训练方法、装置、电子设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113807416B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117765133B (zh) * | 2024-02-22 | 2024-05-24 | 青岛海尔科技有限公司 | 生成文本的修正方法及装置、存储介质、电子设备 |
| CN118379737B (zh) * | 2024-06-20 | 2024-08-27 | 清华大学 | 多模态通用感知模型训练、标注方法及装置、电子设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8977057B1 (en) * | 2012-05-02 | 2015-03-10 | Google Inc. | Detection of diacritics in OCR systems with assignment to the correct text line |
| CN109299296A (zh) * | 2018-11-01 | 2019-02-01 | 郑州云海信息技术有限公司 | 一种交互式图像文本标注方法与系统 |
| CN109726389A (zh) * | 2018-11-13 | 2019-05-07 | 北京邮电大学 | 一种基于常识和推理的中文缺失代词补全方法 |
| CN110276347A (zh) * | 2019-06-11 | 2019-09-24 | 上海眼控科技股份有限公司 | 文本类信息检测识别方法及设备 |
| CN111428710A (zh) * | 2020-03-16 | 2020-07-17 | 五邑大学 | 一种文件分类协作机器人及基于其的图像文字识别方法 |
| CN112464845A (zh) * | 2020-12-04 | 2021-03-09 | 山东产研鲲云人工智能研究院有限公司 | 票据识别方法、设备及计算机存储介质 |
| CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
| WO2021062896A1 (zh) * | 2019-09-30 | 2021-04-08 | 北京市商汤科技开发有限公司 | 表单识别方法、表格提取方法及相关装置 |
| CN112926299A (zh) * | 2021-03-29 | 2021-06-08 | 杭州天谷信息科技有限公司 | 一种文本比对方法、合同审阅方法、审核系统 |
| CN112926587A (zh) * | 2021-02-19 | 2021-06-08 | 北京大米未来科技有限公司 | 一种文本识别的方法、装置、可读存储介质和电子设备 |
| CN113255652A (zh) * | 2021-07-09 | 2021-08-13 | 北京世纪好未来教育科技有限公司 | 文本修正方法、装置、设备及介质 |
-
2021
- 2021-08-30 CN CN202111005502.XA patent/CN113807416B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8977057B1 (en) * | 2012-05-02 | 2015-03-10 | Google Inc. | Detection of diacritics in OCR systems with assignment to the correct text line |
| CN109299296A (zh) * | 2018-11-01 | 2019-02-01 | 郑州云海信息技术有限公司 | 一种交互式图像文本标注方法与系统 |
| CN109726389A (zh) * | 2018-11-13 | 2019-05-07 | 北京邮电大学 | 一种基于常识和推理的中文缺失代词补全方法 |
| CN110276347A (zh) * | 2019-06-11 | 2019-09-24 | 上海眼控科技股份有限公司 | 文本类信息检测识别方法及设备 |
| WO2021062896A1 (zh) * | 2019-09-30 | 2021-04-08 | 北京市商汤科技开发有限公司 | 表单识别方法、表格提取方法及相关装置 |
| CN111428710A (zh) * | 2020-03-16 | 2020-07-17 | 五邑大学 | 一种文件分类协作机器人及基于其的图像文字识别方法 |
| CN112464845A (zh) * | 2020-12-04 | 2021-03-09 | 山东产研鲲云人工智能研究院有限公司 | 票据识别方法、设备及计算机存储介质 |
| CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
| CN112926587A (zh) * | 2021-02-19 | 2021-06-08 | 北京大米未来科技有限公司 | 一种文本识别的方法、装置、可读存储介质和电子设备 |
| CN112926299A (zh) * | 2021-03-29 | 2021-06-08 | 杭州天谷信息科技有限公司 | 一种文本比对方法、合同审阅方法、审核系统 |
| CN113255652A (zh) * | 2021-07-09 | 2021-08-13 | 北京世纪好未来教育科技有限公司 | 文本修正方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| "基于深度学习的自然场景文本检测与识别方法";左羚群;《国优秀硕士学位论文全文数据库信息科技辑》;第I138-703页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113807416A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832662B (zh) | 一种获取图片标注数据的方法和系统 | |
| CN110826494B (zh) | 标注数据质量评价方法、装置、计算机设备及存储介质 | |
| US9081412B2 (en) | System and method for using paper as an interface to computer applications | |
| CN113807416B (zh) | 一种模型训练方法、装置、电子设备以及存储介质 | |
| CN109599095B (zh) | 一种语音数据的标注方法、装置、设备和计算机存储介质 | |
| EP3709212A1 (en) | Image processing method and device for processing image, server and storage medium | |
| CN108897869B (zh) | 语料标注方法、装置、设备和存储介质 | |
| CN112149663A (zh) | 结合rpa和ai的图像文字的提取方法、装置及电子设备 | |
| CN110084289B (zh) | 图像标注方法、装置、电子设备及存储介质 | |
| CN113971727A (zh) | 一种语义分割模型的训练方法、装置、设备和介质 | |
| CN110110320B (zh) | 自动合同审查方法、装置、介质以及电子设备 | |
| CN113762303B (zh) | 图像分类方法、装置、电子设备及存储介质 | |
| CN114373460A (zh) | 车载语音助手的指令确定方法、装置、设备及介质 | |
| CN111563429A (zh) | 一种图纸校对方法、装置、电子设备及存储介质 | |
| CN110737770B (zh) | 文本数据敏感性识别方法、装置、电子设备及存储介质 | |
| CN111353311A (zh) | 一种命名实体识别方法、装置、计算机设备及存储介质 | |
| CN110162757B (zh) | 一种表格结构提取方法及系统 | |
| CN114743012A (zh) | 一种文本识别方法及装置 | |
| CN113936232A (zh) | 一种碎屏识别方法、装置、设备和存储介质 | |
| CN111723799B (zh) | 坐标定位方法、装置、设备及存储介质 | |
| CN108399128A (zh) | 一种用户数据的生成方法、装置、服务器及存储介质 | |
| CN111062208B (zh) | 一种文件审核的方法、装置、设备及存储介质 | |
| CN113177701A (zh) | 一种用户信用评估方法和装置 | |
| CN112990142A (zh) | 一种基于ocr的视频导图生成方法、装置、设备及存储介质 | |
| CN114385891B (zh) | 数据搜索方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |