[发明专利]题目类别检测方法、训练方法、装置、电子设备和介质在审

专利信息
申请号: 202210165827.2 申请日: 2022-02-23
公开(公告)号: CN114241043A 公开(公告)日: 2022-03-25
发明(设计)人: 赵翔 申请(专利权)人: 北京世纪好未来教育科技有限公司
主分类号: G06T7/70 分类号: G06T7/70;G06V10/774;G06V10/74;G06V10/764;G06N3/04;G06V10/82;G06V30/413;G06V30/418
代理公司: 北京开阳星知识产权代理有限公司 11710 代理人: 祝乐芳
地址: 100089 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 题目 类别 检测 方法 训练 装置 电子设备 介质
【说明书】:

本公开涉及图像处理技术领域,尤其涉及一种题目类别检测方法、训练方法、装置、电子设备和介质,该方法包括:本公开实施例提供的技术方案中,通过获取批改题目图像,批改题目图像中包括多个批改题目,以及多个批改信息;确定多个批改题目在批改题目图像中的多个第一坐标位置,以及确定目标批改信息在批改题目图像中的第二坐标位置,目标批改信息为多个批改信息中目标批改类别的批改信息;计算第二坐标位置与所述多个第一坐标位置匹配的多个概率值;从多个第一坐标位置中,确定最大概率值对应的目标坐标位置,最大概率值为多个概率值中的最大值;确定目标坐标位置对应的目标批改题目为目标批改类别,采用该方法有效的提高目标批改题目检测的效率。

技术领域

本公开涉及图像处理技术领域,尤其涉及一种题目类别检测方法、训练方法、装置、电子设备和介质。

背景技术

在目前的教育场景中,需要对学生在学习过程中做错的题目进行总结以及分析,整理与错题相关的知识点信息,以便使学生能够及时针对错题进行复习、对自身存在的知识漏洞进行修正完善,提高学习成绩。

但是,现有技术中,老师以及学生通过对做错的题目人工进行识别、收集错题,并进行总结分析,整理与错题相关的知识点信息,以使学生在后续复习过程中,根据以往做错的题目以及相关知识点针对的进行学习。

然而,由于学生的题量较大,错题也较多,通过人工识别、分析的方式,存在效率较低的问题。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种题目类别检测方法、训练方法、装置、电子设备和介质。

第一方面,本公开提供了一种题目类别检测方法,所述方法包括:

获取批改题目图像,所述批改题目图像中包括多个批改题目,以及多个批改信息;

确定所述多个批改题目在所述批改题目图像中的多个第一坐标位置,以及确定目标批改信息在所述批改题目图像中的第二坐标位置,所述目标批改信息为所述多个批改信息中目标批改类别的批改信息;

计算所述第二坐标位置与所述多个第一坐标位置匹配的多个概率值;

从所述多个第一坐标位置中,确定最大概率值对应的目标坐标位置,所述最大概率值为所述多个概率值中的最大值;

确定所述目标坐标位置对应的目标批改题目为所述目标批改类别;

其中,所述目标批改类别包括:正确题目以及错误题目。

可选的,所述确定所述多个批改题目在所述批改题目图像中的多个第一坐标位置,包括:

将所述批改题目图像输入题目位置检测模型;

获取所述题目位置检测模型输出的,多个批改题目对应的所述多个第一坐标位置。

可选的,所述确定目标批改信息在所述批改题目图像中的第二坐标位置,包括:

将所述批改题目图像输入批改位置检测模型;

以使得所述批改位置检测模型,从所述多个批改信息中确定目标批改信息,以及确定所述目标批改信息在所述批改题目图像中的所述第二坐标位置,所述目标批改信息为所述目标批改类别的批改信息。

可选的,所述计算所述第二坐标位置与所述多个第一坐标位置匹配的多个概率值,包括:

根据所述批改题目图像获取特征映射图,所述特征映射图用于指示所述批改题目图像对应的全局特征信息;

根据所述多个第一坐标位置和所述特征映射图计算得到多个第一特征向量,所述第一特征向量用于指示所述批改题目对应的第一节点特征信息;

根据所述第二坐标位置和所述特征映射图计算得到第二特征向量,所述第二特征向量用于指示所述批改信息对应的第二节点特征信息;

将所述多个第一特征向量,以及所述第二特征向量输入至目标批改匹配模型;

获取所述目标批改匹配模型输出的所述多个概率值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京世纪好未来教育科技有限公司,未经北京世纪好未来教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210165827.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top