[发明专利]一种建模方法、识别方法、装置、存储介质及设备

权利要求书

1.一种建立手写运单文本识别模型的方法，其特征在于，包括：

将样本进行路径扫描、时间递归神经网络处理、卷积神经网络处理，生成全连接层数据；

所述全连接层数据经过CTC分类器、优化得到所述模型。

2.根据权利要求1所述的方法，其特征在于，所述路径扫描为四方向路径扫描。

3.根据权利要求1所述的方法，其特征在于，所述时间递归神经网络处理、卷积神经网络处理在执行过程中，包括：

将样本集平均分为若干个样本子集；

所述样本子集中的每个样本，重复路径扫描、LSTM处理以及卷积求和处理若干次，生成全连接层数据。

4.根据权利要求1所述的方法，其特征在于，所述优化在执行过程中，包括：

将所述全连接层数据经过CTC分类器得到的数据与样本的真实数据进行比较并迭代进行全网络参数的优化，再利用训练集、测试集和验证集，采用梯度下降法优化，并基于GPU加速器迭代进行模型训练。

5.一种建立手写运单文本识别模型的装置，其特征在于，包括：

数据生成单元，配置用于将样本进行路径扫描、时间递归神经网络处理、卷积神经网络处理，生成全连接层数据；

优化单元，配置用于所述全连接层数据经过CTC分类器、优化得到所述模型。

6.一种设备，其特征在于，所述设备包括：

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时，使得所述一个或多个处理器执行如权利要求1-4中任一项所述的方法。

7.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。

8.一种手写运单文本识别方法，其特征在于，包括：

提取待识别手写运单中的手写文本区域，在所述手写文本区域中提取出若干张信息图片；

所述信息图片通过手写运单文本识别模型进行识别，所述模型利用权利要求1-4任一所述的方法建立。

9.一种手写运单文本识别装置，其特征在于，包括：

提取单元，配置用于提取待识别手写运单中的手写文本区域，在所述手写文本区域中提取出若干张信息图片；

识别单元，配置用于所述信息图片通过手写运单文本识别模型进行识别，所述模型利用权利要求1-4任一所述的方法建立。

10.一种设备，其特征在于，所述设备包括：

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时，使得所述一个或多个处理器执行如权利要求8所述的方法。

11.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求8所述的方法。