[发明专利]文本识别模型的训练方法及装置、文本识别方法及装置

说明书

本申请提供一种文本识别模型的训练方法及装置、文本识别方法及装置，其中所述文本识别模型的训练方法包括：将获取的第一样本图像输入文本识别模型的区域检测网络，确定第一样本图像的至少一个第一子样本图像；将至少一个第一子样本图像输入文本识别模型的字符识别网络，确定第一样本图像的预测文本，该预测文本基于字符识别网络提取的每个第一子样本图像中图像特征之间的序列关系确定；确定预测文本和第一样本图像的第一样本标签之间的第一误差值，该第一样本标签为第一样本图像中实际存在的文本；基于第一误差值对文本识别模型进行训练，直至达到训练停止条件。上述方法使得得到的预测文本准确率更高，可以提高文本识别模型的训练效率。

技术领域

本申请涉及图像处理技术领域，特别涉及一种文本识别模型的训练方法及装置、文本识别方法及装置、计算设备和计算机可读存储介质。

背景技术

图像中有时可以包含丰富的文本信息，针对图像的文本识别则是通过对图像进行一定的图像处理，从而获取图像中的文本。通常情况下，图像文本识别可以包括区域检测和字符识别两个阶段，在区域检测阶段检测得到图像中存在文本的区域，在字符识别阶段对图像中存在文本的区域进行字符识别，得到图像中的文本。

现有技术中，文本识别的字符识别阶段通常通过字符识别网络实现。并且，现有的字符识别网络通常以CTC(Connectionist Temporal Classification，连接时序分类)loss作为损失函数，以确定图像中的每个字符，进而确定图像的文本。但CTC loss仅关注单个字符的特征，而识别出的文本的准确率是与单个字符以及字符之间的语义关系均相关的，因此上述方法确定的文本可能不准确或者语义不连贯，通过该不准确的文本对文本识别模型进行训练可能会降低文本识别模型的训练效率。

发明内容

有鉴于此，本申请实施例提供了一种文本识别模型的训练方法及装置、文本识别方法及装置、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种文本识别模型的训练方法，包括：

将获取的第一样本图像输入文本识别模型的区域检测网络，确定所述第一样本图像的至少一个第一子样本图像；

将所述至少一个第一子样本图像输入所述文本识别模型的字符识别网络，确定所述第一样本图像的预测文本，其中，所述预测文本基于所述字符识别网络提取的每个第一子样本图像中图像特征之间的序列关系确定；

确定所述预测文本和所述第一样本图像的第一样本标签之间的第一误差值，其中，所述第一样本标签为所述第一样本图像中实际存在的文本；

基于所述第一误差值对所述文本识别模型进行训练，直至达到训练停止条件。

根据本申请实施例的第二方面，提供了一种文本识别方法，包括：

获取待识别图像；

将所述待识别图像输入文本识别模型的区域检测网络，确定所述待识别图像的至少一个子待识别图像，其中，所述文本识别模型基于上述第一方面所述的方法训练得到；

将所述至少一个子待识别图像输入所述文本识别模型的字符识别网络，得到所述待识别图像的文本。

根据本申请实施例的第三方面，提供了一种文本识别模型的训练装置，包括：

第一确定模块，被配置为将获取的第一样本图像输入文本识别模型的区域检测网络，确定所述第一样本图像的至少一个第一子样本图像；

第二确定模块，被配置为将所述至少一个第一子样本图像输入所述文本识别模型的字符识别网络，确定所述第一样本图像的预测文本，其中，所述预测文本基于所述字符识别网络提取的每个第一子样本图像中图像特征之间的序列关系确定；