[发明专利]文档异常检测网络模型构建方法、装置、电子设备及介质

说明书

本申请实施例提供了一种文档异常检测网络模型构建方法、装置、电子设备及介质，属于人工智能技术领域。其中方法包括：基于正常文档图像随机选取文字区域，根据文字区域生成文档异常图像样本集，文档异常图像样本集包括多个文档异常图像样本；对各文档异常图像进行文档异常打标，生成各打标后图像样本对应的打标信息文件；从多个打标信息文件中抽取第一样本数量的打标信息文件，根据第一样本数量的打标信息文件生成训练图像索引列表；根据真实边界框、训练图像索引列表、文档异常训练图像对初始文档异常检测网络模型进行训练，得到文档异常检测网络模型。这样，可以通过模型对文档图像进行文档异常检测，提高文档异常检测的自动化程度和准确度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种文档异常检测网络模型构建方法、装置、电子设备及介质。

背景技术

目前各类文档图像中包括由用户拍摄得到的文档图像和扫描得到的文档图像，由客户上传的文档图像存在文字重叠和文字被遮挡的情况，业内暂时还没有能较好直接将文字分离和将遮挡信息直接补全正确的方案。因此，亟需提供一种对文档图像的文字重叠和文字被遮挡等异常文字情况进行分析的方案。

发明内容

为了解决上述技术问题，本申请实施例提供了一种文档异常检测网络模型构建方法、装置、电子设备及介质。

第一方面，本申请实施例提供了一种文档异常检测网络模型构建方法，所述方法包括：

基于正常文档图像随机选取文字区域，根据所述文字区域生成文档异常图像样本集，所述文档异常图像样本集包括多个文档异常图像样本；

对各所述文档异常图像进行文档异常打标，得到多个打标后图像样本，生成各所述打标后图像样本对应的打标信息文件；

确定文档异常图像训练集的第一样本数量，从多个所述打标信息文件中抽取所述第一样本数量的打标信息文件，根据所述第一样本数量的打标信息文件生成训练图像索引列表；

基于YOLO框架构建初始文档异常检测网络模型，根据真实边界框的尺寸、所述训练图像索引列表、所述训练图像索引列表对应的文档异常训练图像对所述初始文档异常检测网络模型进行训练，得到文档异常检测网络模型。

第二方面，本申请实施例提供了一种文档图像的文档异常检测方法，所述方法包括：

向文档异常检测网络模型输入待检测文档图像，所述文档异常检测网络模型根据第一方面提供的文档异常检测网络模型构建方法获取得到；

通过所述文档异常检测网络模型对所述待检测文档图像进行检测，得到文档异常输出结果，所述文档异常输出结果包括文档异常坐标信息、对象置信度、类别概率和所属类别；

根据文档异常坐标信息、对象置信度、类别概率和所属类别生成文档异常检测结果。

第三方面，本申请实施例提供了一种文档异常检测网络模型构建装置，所述装置包括：

选取模块，用于基于正常文档图像随机选取文字区域，根据所述文字区域生成文档异常图像样本集，所述文档异常图像样本集包括多个文档异常图像样本；

打标模块，用于对各所述文档异常图像进行文档异常打标，得到多个打标后图像样本，生成各所述打标后图像样本对应的打标信息文件；

确定模块，用于确定文档异常图像训练集的第一样本数量，从多个所述打标信息文件中抽取所述第一样本数量的打标信息文件，根据所述第一样本数量的打标信息文件生成训练图像索引列表；

训练模块，用于基于YOLO框架构建初始文档异常检测网络模型，根据真实边界框的尺寸、所述训练图像索引列表、所述训练图像索引列表对应的文档异常训练图像对所述初始文档异常检测网络模型进行训练，得到文档异常检测网络模型。