[发明专利]OCR系统的评估方法、装置、设备及可读存储介质

说明书

本发明公开了一种OCR系统的评估方法、装置、设备及可读存储介质，该方法包括：获取训练图像，并将训练图像输入至初始OCR系统中，以对初始OCR系统进行训练，得到训练完成初始OCR系统后对应的OCR系统；将待识别图像输入至OCR系统中，以基于OCR系统确定待识别图像对应的文字识别结果；基于文字识别结果以及待识别图像对应的实际标注数据，确定OCR系统对应的文字召回率以及OCR系统对应的文字识别精确率，并基于文字召回率和文字识别精确率计算OCR系统的评估指标，以基于评估指标评估OCR系统的性能。本发明解决了现有技术中将文字检测和文字识别分开独立评价而导致评估指标不能客观反映OCR系统整体性能的问题。

技术领域

本发明涉及光学字符识别技术领域，尤其涉及一种OCR系统的评估方法、装置、设备及可读存储介质。

背景技术

OCR（光学字符识别）技术能够将图像中印刷文字转换为计算机可处理的文本格式，OCR技术中的录入、校验被广泛应用在数据比对等场景中，成为国民经济各行业信息化和数字化应用的关键环节。随着大数据和深度学习技术的不断发展，OCR技术取得了突破性的进展，OCR技术被广泛地应用在印刷文档扫描件识别的应用上。

目前，对OCR系统识别准确率的评价，通常包含：文本检测、文本识别两个环节。现有技术中，文本检测主要以IOU=0.5为阈值时检测框与标注框的得分作为评价指标，而文本识别则使用字符准确率或者字段准确率作为评价指标。实际上，在OCR系统中，文本识别对文本检测定位结果有依赖性，有时较高的检测指标反而会带来识别指标的下降，因此导致现有的对OCR系统的评估技术难以反映OCR系统整体性能的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种OCR系统的评估方法、装置、设备及可读存储介质，旨在解决现有的对OCR系统的评估技术难以反映OCR系统整体性能的技术问题。

为实现上述目的，本发明提供一种OCR系统的评估方法，所述OCR系统的评估方法包括以下步骤：

获取训练图像，并将所述训练图像输入至初始OCR系统中，以对所述初始OCR系统进行训练，得到训练完成所述初始OCR系统后对应的OCR系统；

将待识别图像输入至所述OCR系统中，以基于所述OCR系统确定所述待识别图像对应的文字识别结果；

基于所述文字识别结果以及所述待识别图像对应的实际标注数据，确定所述OCR系统对应的文字召回率以及所述OCR系统对应的文字识别精确率，并基于所述文字召回率和所述文字识别精确率计算所述OCR系统的评估指标，以基于所述评估指标评估所述OCR系统的性能。

可选地，所述OCR系统包括文字检测模型和文字识别模型，所述将所述训练图像输入至初始OCR系统中，以对所述初始OCR系统进行训练，得到训练完成所述初始OCR系统后对应的OCR系统的步骤包括：

将所述训练图像输入至第一深度学习模型，得到训练完成所述第一深度学习模型后对应的文字检测模型；

基于所述文字检测模型进行训练第二深度学习模型，得到训练完成所述第二深度学习模型后对应的所述文字识别模型。

可选地，所述将所述训练图像输入至第一深度学习模型，得到训练完成所述第一深度学习模型后对应的文字检测模型的步骤包括：

标注所述训练图像，以确定所述训练图像中文本框的预设标注位置，并将包含所述预设标注位置的所述训练图像输入至第一深度学习模型，确定所述训练图像对应的学习标注位置；

基于所述预设标注位置和所述学习标注位置，确定所述第一深度学习模型对应的第一梯度信息；