[发明专利]目标信息识别模型的训练和目标信息的识别方法、装置

说明书

本申请实施例提供一种目标信息识别模型的训练和目标信息的识别方法、装置。其中，目标信息识别模型的训练方法包括：获取目标商户提供的商户小票样本对应的图像样本；使用第一识别模型从图像样本中获取目标信息基准样本以及目标信息基准样本在图像样本中的位置信息基准样本，第一识别模型为在服务端运行的用于识别商户小票中的目标信息的模型；根据图像样本、目标信息基准样本以及位置信息基准样本，生成训练数据集；使用训练数据集，对初始识别模型进行训练，得到第二识别模型，第二识别模型为在终端运行的用于识别所述目标商户使用的商户小票中的目标信息的模型。

技术领域

本申请涉及计算机技术领域，具体涉及一种目标信息识别模型的训练方法、装置。本申请还涉及一种目标信息的识别方法、装置。

背景技术

在外卖场景中，服务端需要获取商户小票上的目标信息(例如，流水号等)。通过商户小票上的目标信息，服务端可以确定出配送调度需要的一些重要信息(例如，精确的商家出餐时间等)。

目前通常使用OCR(光学字符识别，Optical Character Recognition)算法来识别商户小票上的目标信息。虽然市场上有种多OCR方案，但是其中大部分方案均是采用运行在服务端的规模较大的识别模型来完成识别任务，虽然该类识别模型的识别准确率较高，但是无法运行在商户终端，因此无法使用该类模型来完成使用商户终端采集并识别目标信息的任务。另外一部分方案采用了轻量化的端上识别模型，但是由于端上识别模型的识别能力有限，对于商户小票中目标信息的定位以及识别精度较低，无法满足应用需求。此外，通常需要较大的数据集和词典库对识别模型进行训练，训练方式较为复杂并且效率不高。

如何训练得到一种可以精确识别商户小票中目标信息的端上模型，是亟待解决的技术问题。

发明内容

本申请实施例提供了一种目标信息识别模型的训练方法、装置、电子设备和存储设备，以及一种目标信息的识别方法、装置、电子设备和存储设备，以训练得到一种可以精确识别商户小票中目标信息的端上模型。

本申请实施例提供一种目标信息识别模型的训练方法，应用于服务端，所述方法包括：获取目标商户提供的商户小票样本对应的图像样本；使用第一识别模型从所述图像样本中获取目标信息基准样本以及所述目标信息基准样本在所述图像样本中的位置信息基准样本，所述第一识别模型为在服务端运行的用于识别商户小票中的目标信息的模型；根据所述图像样本、所述目标信息基准样本以及所述位置信息基准样本，生成训练数据集；使用所述训练数据集，对初始识别模型进行训练，得到第二识别模型，所述第二识别模型为在终端运行的用于识别所述目标商户使用的商户小票中的目标信息的模型。

在一些实施例中，所述使用第一识别模型从所述图像样本中获取目标信息基准样本以及所述目标信息基准样本在所述图像样本中的位置信息基准样本，包括：对所述图像样本中具有信息的信息区域进行识别，获得每个信息区域样本的位置信息；基于每个信息区域样本的位置信息，获得每个信息区域样本对应的图像；从每个信息区域样本对应的图像中识别信息样本；根据所述信息样本，生成所述目标信息基准样本；根据包含所述目标信息基准样本的信息区域样本的位置信息，获得所述目标信息基准样本在所述图像样本中的位置信息基准样本。

在一些实施例中，所述训练数据集包括训练样本，所述训练样本包括样本数据和所述样本数据的第一标签和第二标签，所述根据所述图像样本、所述目标信息基准样本以及所述位置信息基准样本，生成训练数据集，包括：将所述图像样本作为样本数据；将所述目标信息基准样本作为所述样本数据的第一标签，所述第一标签用于表示所述目标信息的内容；将所述位置信息基准样本作为所述样本数据的第二标签，所述第二标签用于表示所述目标信息在所述图像样本中的位置。