[发明专利]图像识别模型训练方法、图像识别方法、装置及电子设备

权利要求书

1.一种图像识别模型训练方法，包括：

确定训练样本集合，所述训练样本集合包括多个样本图片及各样本图片对应的文本标签；其中，所述样本集合中至少部分样本图片中的文字存在文字不规则、遮挡或模糊；

基于基础图像识别模型的特征提取网络，提取各样本图片的图像特征以及语义特征；

基于提取的各样本图片的图像特征、语义特征以及标注的各样本图片对应的文本标签，以及预定的图像分类损失函数、语义分类损失函数，训练所述基础图像识别模型；

其中，所述基于提取的各样本图片的图像特征、语义特征以及标注的各样本图片对应的文本标签，以及预定的图像分类损失函数、语义分类损失函数，训练所述基础图像识别模型，包括：

基于提取的各样本图片的图像特征、语义特征以及标注的各样本图片对应的文本标签，以及预定的图像分类损失函数、语义分类损失函数、ArcFace损失函数，训练所述基础图像识别模型，所述ArcFace损失函数用于使得同类目标对象的特征信息聚合、不同类目标对象的特征信息远离；

其中，该方法还包括：

基于样本图片的图像特征、语义特征进行融合，确定融合样本特征；

基于所述融合样本特征以及所述ArcFace损失函数构建融合损失；

确定图像分类损失函数、语义分类损失函数、ArcFace损失函数分别对应的权重值；

基于预定的图像分类损失函数、语义分类损失函数、ArcFace损失函数，以及确定图像分类损失函数、语义分类损失函数、ArcFace损失函数分别对应的权重值，训练所述基础图像识别模型；

其中，所述样本图片包括多个文本区域，各文本区域包括至少一个字符，该方法包括：

基于注意力网络从多个文本区域中提取得到目标文本区域的特征向量；

基于提取得到的目标文本区域的特征向量，提取样本图片的图像特征以及语义特征。

2.根据权利要求1所述的方法，其中，所述样本图片为店招门牌图片、广告牌图片、宣传标语图片中的至少一项。

3.一种图像识别方法，包括：

获取待识别目标图片；

将所述待识别目标图片输入至权利要求1-2任一项训练的图像识别模型，得到待识别目标图片对应的文本信息。

4.根据权利要求3所述的方法，其中，所述待识别目标图片为店招门牌图片、广告牌图片、宣传标语图片中的至少一项。