[发明专利]图像质量识别模型训练方法、装置、设备及存储介质

权利要求书

1.一种图像质量识别模型训练方法，其特征在于，包括：

获取清晰训练样本；

对所述清晰训练样本进行模糊处理，获取模糊训练样本；

采用清晰训练样本训练原始文本检测模型，得到目标文本检测模型，所述目标文本检测模型包括主干神经网络和文本识别网络；

采用原始质量识别网络，对所述目标文本检测模型中的文本识别网络进行替换处理，得到原始质量识别模型，所述原始质量识别模型包括主干神经网络和原始质量识别网络；

采用所述清晰训练样本和所述模糊训练样本，对所述原始质量识别模型进行训练，得到目标质量识别模型，所述目标质量识别模型包括主干神经网络和目标质量识别网络。

2.如权利要求1所述的图像质量识别模型训练方法，其特征在于，所述采用清晰训练样本训练原始文本检测模型，得到目标文本检测模型，包括：

将所述清晰训练样本输入原始文本检测模型进行模型训练，获取清晰文档图像对应的预测文本框位置；

根据所述清晰文档图像对应的预测文本框位置和标注文本框位置，获取文本框检测损失值；

若所述文本框检测损失值达到收敛条件，则得到目标文本检测模型。

3.如权利要求1所述的图像质量识别模型训练方法，其特征在于，所述采用原始质量识别网络，对所述目标文本检测模型中的文本识别网络进行替换处理，得到原始质量识别模型，包括：

将所述目标文本检测模型中的主干神经网络的参数进行冻结，采用原始质量识别网络替换所述文本识别网络，得到原始质量识别模型。

4.如权利要求1所述的图像质量识别模型训练方法，其特征在于，所述采用所述清晰训练样本和所述模糊训练样本，对所述原始质量识别模型进行训练，得到目标质量识别模型，包括：

采用原始质量识别模型中的主干神经网络，对所述清晰训练样本和所述模糊训练样本进行特征提取，获取清晰文本框内容特征和模糊文本框内容特征；

基于所述清晰文本框内容特征和所述模糊文本框内容特征，对所述原始质量识别网络进行训练，获取目标质量识别网络；

基于所述目标质量识别网络和所述主干神经网络，得到目标质量识别模型。

5.如权利要求4所述的图像质量识别模型训练方法，其特征在于，所述采用原始质量识别模型中的主干神经网络，对所述清晰训练样本和所述模糊训练样本进行特征提取，获取清晰文本框内容特征和模糊文本框内容特征，包括：

采用原始质量识别模型中的主干神经网络，对所述清晰训练样本和所述模糊训练样本进行文本框检测，获取清晰文本框内容和模糊文本框内容；

根据所述清晰文本框内容和所述模糊文本框内容进行特征提取，获取清晰文本框内容特征和模糊文本框内容特征。

6.如权利要求4所述的图像质量识别模型训练方法，其特征在于，所述基于所述清晰文本框内容特征和所述模糊文本框内容特征，对所述原始质量识别网络进行训练，获取目标质量识别网络，包括：

采用所述原始质量识别网络，对所述清晰文本框内容特征和所述模糊文本框内容特征进行识别，获取清晰样本识别结果和模糊样本识别结果；

根据所述清晰样本识别结果和所述模糊样本识别结果，获取质量检测损失值；

在所述质量检测损失值达到收敛条件，获取目标质量识别网络。

7.一种图像质量识别方法，其特征在于，包括：

获取待处理文档图像；

采用权利要求1-6任一项的目标质量识别模型，对所述待处理文档图像进行文本框检测，获取待处理文本框内容特征；

对所述待处理文本框内容特征进行质量识别，获取质量识别结果。