文本识别方法、装置、设备以及存储介质.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CN114187435A(43)申请公布日2022.03.15(21)申请号202111504537.8G06K9/62(2022.01)(22)申请日2021.12.10G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人杜宇宁杨烨华李晨霞刘其文胡晓光于佃海马艳军毕然(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06V10/22(2022.01)G06V10/774(2022.01)G06V30/19(2022.01)G06V10/82(2022.01)权利要求书2页说明书7页附图4页(54)发明名称文本识别方法、装置、设备以及存储介质(57)摘要本公开提供了文本识别方法、装置、设备以及存储介质，涉及深度学习技术领域。具体实现方案为：接收目标图像；利用预先训练的轻量化文本检测网络对目标图像进行文本检测，得到文本检测框；利用预先训练的轻量化文本识别网络对文本检测框中的文本进行识别，得到文本识别结果。本实现方式能够利用轻量化网络进行文本识别，从而提高文本识别的效率，并且对硬件的要求不高。CN114187435ACN114187435A权利要求书1/2页1.一种文本识别方法，包括：接收目标图像；利用预先训练的轻量化文本检测网络对所述目标图像进行文本检测，得到文本检测框；利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别，得到文本识别结果。2.根据权利要求1所述的方法，其中，所述利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别，包括：检测所述文本检测框中各文字的排列方向；响应于确定所述文本检测框中各文字的排列方向水平，利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别。3.根据权利要求2所述的方法，其中，所述方法还包括：响应于确定所述文本检测框中各文字的排列方向非水平，调整各文字的位置使各文字的排列方向水平。4.根据权利要求2所述的方法，其中，所述利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别，包括：确定所述文本检测框中的各文字是否正向；响应于确定所述文本检测框中的各文字正向，利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别。5.根据权利要求1所述的方法，其中，所述轻量化文本检测网络和/或所述轻量化文本识别网络通过蒸馏方式训练得到。6.根据权利要求1所述的方法，其中，所述方法还包括：将所述轻量化文本检测网络和/或所述轻量化文本识别网络的参数转换为整型数。7.一种文本识别装置，包括：图像接收单元，被配置成接收目标图像；文本检测单元，被配置成利用预先训练的轻量化文本检测网络对所述目标图像进行文本检测，得到文本检测框；文本识别单元，被配置成利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别，得到文本识别结果。8.根据权利要求7所述的装置，其中，所述文本识别单元进一步被配置成：检测所述文本检测框中各文字的排列方向；响应于确定所述文本检测框中各文字的排列方向水平，利用预先训练的轻量化文本识别网络对所述文本检测框中的文本进行识别。9.根据权利要求8所述的装置，其中，所述装置还包括位置调整单元，被配置成：响应于确定所述文本检测框中各文字的排列方向非水平，调整各文字的位置使各文字的排列方向水平。10.根据权利要求8所述的装置，其中，所述文本识别单元进一步被配置成：确定所述文本检测框中的各文字是否正向；响应于确定所述文本检测框中的各文字正向，利用预先训练的轻量化文本识别网络对2CN114187435A权利要求书2/2页所述文本检测框中的文本进行识别。11.根据权利要求7所述的装置，其中，所述轻量化文本检测网络和/或所述轻量化文本识别网络通过蒸馏方式训练得到。12.根据权利要求7所述的装置，其中，所述装置还包括参数转换单元，被配置成：将所述轻量化文本检测网络和/或所述轻量化文本识别网络的参数转换为整型数。13.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑6中任一项所述的方法。14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1‑6中任一项所述的方法。15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1‑6中任一项所述的方法。3CN114187435A说明书1/7页