[发明专利]文字模型训练方法、文字识别方法、装置、设备及介质

摘要

本发明公开了一种文字模型训练方法、文字识别方法、装置、设备及介质。该文字模型训练方法，包括：若手写字图像的数量大于预设的数量阈值时，则从手写字训练样本中随机选取与数量阈值相同数量的手写字图像，采用基于随机梯度下降的反向传播算法更新卷积循环神经网络模型中的权值和偏置，获取手写字训练模型；获取手写字测试样本，并将所述手写字测试样本输入到所述手写字训练模型中，获取识别准确率，若所述识别准确率大于或者等于预设准确率，则确定所述手写字训练模型为手写字识别模型。保证了手写字训练模型训练的准确性，同时不会影响手写字训练模型的训练速度，使得手写字识别模型对手写字的识别更加准确。

主权项

1.一种文字模型训练方法，其特征在于，包括：获取手写字训练样本，所述手写字训练样本包括手写字图像和标签汉字；若所述手写字图像的数量大于预设的数量阈值时，则从手写字训练样本中随机选取与数量阈值相同数量的手写字图像，将选取的手写字图像输入到卷积循环神经网络模型中，采用基于随机梯度下降的反向传播算法更新所述卷积循环神经网络模型中的权值和偏置，获取手写字训练模型；若所述手写字图像的数量不大于预设的数量阈值时，则将所有手写字图像输入到卷积循环神经网络模型中，采用基于批量梯度下降的反向传播算法更新所述卷积循环神经网络模型中的权值和偏置，获取手写字训练模型；获取手写字测试样本，并将所述手写字测试样本输入到所述手写字训练模型中，获取识别准确率，若所述识别准确率大于或者等于预设准确率，则确定所述手写字训练模型为手写字识别模型。