[发明专利]训练样本制作方法、装置、计算机设备及可读存储介质

说明书

本发明涉及人工智能技术领域，公开了一种训练样本制作方法、装置、计算机设备及可读存储介质，包括：识别长度超过预置的裁剪阈值的训练图片并将其设为待裁剪图片，裁剪待裁剪图片得到长度不超过裁剪阈值的裁剪图片及图像片段；识别长度低于预置拼接阈值的训练图片并将其设为待拼接图片，将图像片段与待拼接图片进行拼接得到拼接图片；识别长度不超过裁剪阈值且超过拼接阈值的训练图片，对训练图片进行补零操作使其长度达到裁剪阈值，汇总裁剪图片、拼接图片和训练图片形成训练样本。本发明还涉及区块链技术，信息可存储于区块链节点中。本发明在保证训练样本的批量化训练同时，降低了补零信息的占比，提高了OCR识别训练的效率。

技术领域

本发明涉及人工智能的图像检测技术领域，尤其涉及一种训练样本制作方法、装置、计算机设备及可读存储介质。

背景技术

在OCR识别领域，文本的长度是长短不一的，并且在实际生活中，很多场景下文字的前后语义相关性极低，例如证件卡上的信息（人名，性别，国籍等），格式化表格，邮寄地址等。

在工程化使用的场景下，为避免受制于GPU的IO瓶颈，导致并发量很低，GPU无法充分利用的情况，通常会对获得的至少一个图片进行汇总得到图片集合，以进行批量化ORC识别训练；由于所述图片集合中的图片通常是长度不一的，因此，通常是对所述集合中长度较短的图片进行补零，使其长度达到所述集合中最长图片的长度，以得到便于批量化ORC识别训练的训练样本，然而，发明人发现当前的做法会使获得的训练样本中将会充斥着过多无用的补零信息，导致OCR识别训练效率降低。

发明内容

本发明的目的是提供一种训练样本制作方法、装置、计算机设备及可读存储介质，用于解决现有技术存在的获得的训练样本因充斥着过多无用的补零信息，导致OCR识别训练效率降低的问题；本申请可应用于智慧政务场景中，从而推动智慧城市的建设。

为实现上述目的，本发明提供一种训练样本制作方法，包括：

获取至少一个训练图片；

识别长度超过预置的裁剪阈值的训练图片并将其设为待裁剪图片，裁剪所述待裁剪图片得到至少一个长度不超过所述裁剪阈值的裁剪图片及图像片段；

识别长度低于预置拼接阈值的训练图片并将其设为待拼接图片，将所述图像片段与所述待拼接图片进行拼接得到拼接图片；

识别长度不超过裁剪阈值且超过拼接阈值的训练图片并将其设为待补零图片，对所述待补零图片进行补零操作使其长度达到所述裁剪阈值，汇总所述裁剪图片、拼接图片和所述训练图片形成训练样本。

上述方案中，获取至少一个训练图片之后，还可包括：

通过预设的加载模型根据至少一个预设的裁剪长度并按照预设的裁剪拼接规则，计算对所述训练图片进行裁剪及拼接的复杂度，将复杂度最低的裁剪长度设为裁剪阈值，将所述裁剪阈值与预设的冗余值相减得到拼接阈值。

上述方案中，裁剪所述待裁剪图片得到至少一个长度不超过所述裁剪阈值的裁剪图片及图像片段的步骤，包括：

将所述待裁剪图片设为第一裁剪图片并执行定位进程，以将所述第一裁剪图片的端部为起点，将所述第一裁剪图片上距所述端部长度为所述裁剪阈值的位置设为阈值位置，从所述阈值位置起朝向所述端部移动预置的留空值得到留空位置；其中，所述训练图片中具有字符，所述端部是裁剪图片在其中字符的排列方向上的首尾两端中的任意一端；

执行裁剪进程，以裁剪所述第一裁剪图片上的留空位置和阈值位置得到，位于所述端部和留空位置之间的前留空片段，位于所述留空位置和阈值位置之间的重叠区域，位于所述阈值位置和位于所述第一裁剪图片的所述端部另一端之间的后阈值片段；