[发明专利]文字识别模型的训练方法和识别图像中文字的方法

说明书

本公开提供了一种文字识别模型的训练方法和识别图像中文字的方法、装置、电子设备和存储介质，应用于人工智能技术领域，具体应用于计算机视觉和深度学习技术领域，可应用于图像识别场景下。文字识别模型的训练方法的具体实现方案为：以第一目标图像作为第一文字识别模型的输入，获得第一特征图；以样本图像作为第二文字识别模型的输入，获得第二特征图，其中，第二文字识别模型以第一文字识别模型作为初始模型；基于第一特征图和第二特征图的差异，确定第一损失值；以及基于第一损失值，对第二文字识别模型进行训练。其中，第一目标图像与样本图像包括相同的文字，且第一目标图像以目标格式表示文字。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉技术领域和深度学习技术领域，可应用于图像识别场景下。

背景技术

随着电子技术的发展，具有通过电子设备将图像上的文字翻译成计算机文字的需求的场景越来越多，通常采用文字识别技术来满足上述需求。

文字识别技术不仅会受到图像清晰度、拍摄角度和光照条件等外在条件的干扰，还会受到文字的字体和风格等的影响。针对字体和风格的影响，通常采用收集或生成相近或相同字体及风格的样本，基于该样本对文字识别模型进行训练的方法。该方法需要消耗较大的开发成本，且收集或生成的样本很难覆盖所有场景。

发明内容

提供了一种降低成本且提高模型精度的文字识别模型的训练方法和识别图像中文字的方法、装置、电子设备和存储介质。

根据本公开的一个方面，提供了一种文字识别模型的训练方法，包括：以第一目标图像作为第一文字识别模型的输入，获得第一特征图；以样本图像作为第二文字识别模型的输入，获得第二特征图，其中，第二文字识别模型以第一文字识别模型作为初始模型；基于第一特征图和第二特征图的差异，确定第一损失值；以及基于第一损失值，对第二文字识别模型进行训练，其中，第一目标图像与样本图像包括相同的文字，且第一目标图像以目标格式表示文字。

根据本公开的另一个方面，提供了一种识别图像中文字的方法，包括：以待识别图像作为文字识别模型的输入，获得文字识别模型输出的文字序列；以及确定文字序列为待识别图像中的文字，其中，文字识别模型是采用前述的文字识别模型的训练方法训练的第二文字识别模型。

根据本公开的另一个方面，提供了一种文字识别模型的训练装置，该装置包括：第一特征获得模块，用于以第一目标图像作为第一文字识别模型的输入，获得第一特征图；第二特征获得模块，用于以样本图像作为第二文字识别模型的输入，获得第二特征图，其中，第二文字识别模型以第一文字识别模型作为初始模型；第一损失确定模块，用于基于第一特征图和第二特征图的差异，确定第一损失值；以及训练模块，用于基于第一损失值，对第二文字识别模型进行训练，其中，第一目标图像与样本图像包括相同的文字，且第一目标图像以目标格式表示文字。

根据本公开的另一个方面，提供了一种识别图像中文字的装置，包括：文字序列获得模块，用于以待识别图像作为文字识别模型的输入，获得文字识别模型输出的文字序列；以及文字确定模块，用于确定文字序列为待识别图像中的文字，其中，文字识别模型是采用上述的文字识别模型的训练装置训练的第二文字识别模型。

根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的文字识别模型的训练方法和/或识别图像中文字的方法。

根据本公开的另一个方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的文字识别模型的训练方法和/或识别图像中文字的方法。

根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的文字识别模型的训练方法和/或识别图像中文字的方法。