一种文字识别方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113221871A(43)申请公布日2021.08.06(21)申请号202110598997.5(22)申请日2021.05.31(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人唐董琦(74)专利代理机构北京晋德允升知识产权代理有限公司11623代理人刘立升(51)Int.Cl.G06K9/20(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书15页附图4页(54)发明名称一种文字识别方法、装置、设备及介质(57)摘要本说明书实施例公开了一种文字识别方法、装置、设备及介质，文字识别方法包括：对各候选网络进行神经架构搜索，以确定用于特征提取的目标网络；基于所述目标网络构建文字识别算法；获取待识别对象，使用所述文字识别算法对所述待识别对象进行文字识别，确定所述待识别对象对应的文字识别结果。CN113221871ACN113221871A权利要求书1/2页1.一种文字识别方法，包括：对各候选网络进行神经架构搜索，以确定用于特征提取的目标网络；基于所述目标网络构建文字识别算法；获取待识别对象，使用所述文字识别算法对所述待识别对象进行文字识别，确定所述待识别对象对应的文字识别结果。2.如权利要求1所述的方法，对各候选网络进行神经架构搜索包括：对各候选网络进行下采样路径搜索和卷积算子搜索。3.如权利要求2所述的方法，对各候选网络进行下采样路径搜索和卷积算子搜索，以确定用于特征提取的目标网络包括：对各候选网络进行下采样路径搜索和卷积算子搜索，以确定最优下采样路径和最优卷积算子；将所述最优下采样路径和最优卷积算子对应的网络作为用于特征提取的目标网络。4.如权利要求2所述的方法，对各候选网络进行下采样路径搜索和卷积算子搜索包括：对各候选网络进行下采样路径搜索，以确定最优下采样路径；对各候选网络进行卷积算子搜索，以确定最优卷积算子；其中，对各候选网络进行卷积算子搜索过程中，各候选网络采用所述最优下采样路径。5.如权利要求4所述的方法，若最优下采样路径有多个，则对各候选网络进行多次卷积算子搜索，以确定最优卷积算子；其中，每次卷积算子搜索过程中，各候选网络采用相同的最优下采样路径，且任两次卷积算子搜索过程中，各候选网络所采用的最优下次样路径不同。6.如权利要求4所述的方法，若确定多个最优卷积算子，且所述多个最优卷积算子是采用一个或多个最优下采样路径进行卷积算子搜索确定的，则对于所述一个或多个最优下采样路径中的任一个最优下采样路径，将该最优下采样路径与基于该最优下采样路径所确定的任一个最优卷积算子所对应的网络作为用于特征提取的目标网络。7.如权利要求2所述的方法，对各候选网络进行下采样路径搜索和卷积算子搜索包括：对各候选网络进行卷积算子搜索，以确定最优卷积算子；对各候选网络进行下采样路径搜索，以确定最优下采样路径；其中，对各候选网络进行下采样路径搜索过程中，各候选网络采用所述最优卷积算子。8.如权利要求7所述的方法，若最优卷积算子有多个，则对各候选网络进行多次下采样路径搜索，以确定最优下采样路径。其中，每次下采样路径搜索过程中，各候选网络采用相同的最优卷积算子，且任两次下采样路径搜索过程中，各候选网络所采用的最优卷积算子不同。9.如权利要求7所述的方法，若确定多个最优下采样路径，且所述多个最优下采样路径是采用一个或多个最优卷积算子进行下采样路径搜索确定的，则对于所述一个或多个最优卷积算子中的任一个最优卷积算子，将该最优卷积算子与基于该最优卷积算子所确定的任一个最优下采样路径所对应的网络作为用于特征提取的目标网络。10.如权利要求2至9中任一项所述的方法，对各候选网络进行下采样路径搜索包括：使用训练集对各候选网络进行训练；其中，各候选网络对应不同的下采样路径；使用验证集计算训练后的各候选网络的损失，根据各候选网络的损失确定最优下采样2CN113221871A权利要求书2/2页路径。11.如权利要求10所述的方法，使用训练集对各候选网络进行训练过程中，采用CTC损失函数计算各候选网络的损失和/或采用梯度下降法优化各候选网络。12.如权利要求2至9中任一项所述的方法，对各候选网络进行卷积算子搜索包括：使用训练集对各候选网络进行训练；其中，各候选网络对应不同参数的卷积算子；使用验证集计算训练后的各候选网络的损失和/或网络FLOPS，根据各候选网络的所述损失和/或网络FLOPS确定最优卷积算子。13.如权利要求12所述的方法，使用训练集对各候选网络进行训练过程中，采用CTC损失函数计