检测模型训练方法、单字检测方法、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CN113762455A(43)申请公布日2021.12.07(21)申请号202010790161.0G06K9/62(2006.01)(22)申请日2020.08.07(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人谢树雷赖荣凤梅涛(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06N3/04(2006.01)G06N3/08(2006.01)G06K9/34(2006.01)权利要求书3页说明书13页附图5页(54)发明名称检测模型训练方法、单字检测方法、装置、设备及介质(57)摘要本发明实施例公开了一种检测模型训练方法、单字检测方法、装置、设备及介质。文本单字检测模型训练方法包括：获取样本图像数据，其中，样本图像数据包括标注单字位置的样本位置数据以及包括标注文字数量的样本数量数据；基于样本位置数据生成基础训练样本数据，基于样本数量数据生成弱监督训练样本数据；使用基础训练样本数据和弱监督训练样本数据对预先构建的文本单字检测模型进行训练，得到训练好的文本单字检测模型。本发明实施例提供的文本单字检测模型训练方法减少了样本图像数据的标注成本，实现了在降低数据标注成本的基础上训练出预测准确的文本单字检测模型。CN113762455ACN113762455A权利要求书1/3页1.一种文本单字检测模型训练方法，其特征在于，包括：获取样本图像数据，其中，所述样本图像数据包括标注单字位置的样本位置数据以及包括标注文字数量的样本数量数据；基于所述样本位置数据生成基础训练样本数据，基于所述样本数量数据生成弱监督训练样本数据；使用所述基础训练样本数据和所述弱监督训练样本数据对预先构建的文本单字检测模型进行训练，得到训练好的文本单字检测模型。2.根据权利要求1所述的方法，其特征在于，所述使用所述基础训练样本数据和所述弱监督训练样本数据对预先构建的文本单字检测模型进行训练，得到训练好的文本单字检测模型，包括：使用所述基础训练样本数据对预先构建的文本单字检测模型进行训练，以基础损失值收敛为目标，得到初始文本单字检测模型；使用所述弱监督训练样本数据对所述初始文本单字检测模型进行训练，以弱监督损失值收敛为目标，得到迭代文本单字检测模型；依次使用所述基础训练样本数据和所述弱监督训练样本数据对待训练文本单字检测模型进行迭代训练，得到所述迭代文本单字检测模型，并将每次训练得到的所述迭代文本单子检测模型作为下一次训练的待训练文本单字检测模型，以所述基础损失值和所述弱监督损失值均收敛为目标，得到训练好的文本单字检测模型。3.根据权利要求2所述的方法，其特征在于，所述使用所述弱监督训练样本数据对所述初始文本单字检测模型进行训练，以弱监督损失值收敛为目标，得到迭代文本单字检测模型，包括：基于所述初始文本单字检测模型和辅助单字检测算法生成所述弱监督训练样本数据对应的伪位置信息；将所述弱监督训练样本数据输入至所述初始文本单字检测模型中，获得所述初始文本单字检测模型输出的预测位置信息和预测文字数量；根据所述预测位置信息、所述预测文字数量、所述伪位置信息和标记文字数量确定所述弱监督损失值，以所述弱监督损失值为目标，得到所述迭代文本单字检测模型。4.根据权利要求3所述的方法，所述基于所述初始文本单字检测模型和辅助单字检测算法生成所述弱监督训练样本数据对应的伪位置信息，包括：将所述弱监督训练样本数据输入至所述初始文本单字检测模型中，获得所述初始文本单字检测模型输出的初始位置信息；使用所述辅助单字检测算法得到所述弱监督训练样本数据对应的辅助位置数据；根据所述初始位置信息和所述辅助位置信息确定所述伪位置信息。5.根据权利要求4所述的方法，其特征在于，所述根据所述初始位置信息和所述辅助位置信息确定所述伪位置信息，包括：针对所述弱监督训练样本数据中的每个弱监督样本图像，获取所述弱监督样本图像对应的初始位置信息的置信度；若所述置信度高于设定的置信度阈值，则将所述弱监督样本图像对应的所述初始位置信息作为所述弱监督样本图像对应的伪位置信息；2CN113762455A权利要求书2/3页若所述置信度不高于设定的置信度阈值，则将所述弱监督样本图像对应的所述辅助位置信息作为所述弱监督样本图像对应的伪位置信息。6.根据权利要求3所述的方法，其特征在于，所述根据所述预测位置信息、所述预测文字数量、所述伪位置信息和标记文字数量确定所述弱监督损失值，包括：根据所述预测位置信息和所述伪位置信息确定基础损失值，根据所述预测文字数量和所述标记文字数量确定损失值调节系数；根据所述基