[发明专利]字符检测方法和装置

说明书

本申请公开了字符检测方法和装置。该方法的一具体实施方式包括：将包含经标注的词语的图片作为机器学习模型的输入；基于被预测出的位于经标注的词语的标注区域内的字符的预测结果和经标注的词语的标注信息，从被预测出的位于经标注的词语的标注区域内的字符中选取出用于训练机器学习模型的字符；基于选取出的字符的特征，对机器学习模型进行训练。实现了利用既有的词级别标注的图片即可对机器学习模型进行充分地训练，得到可对图片中的字符进行检测的机器学习模型，降低了训练可对图片中的字符进行检测的机器学习模型的开销。

技术领域

本申请涉及人工智能领域，具体涉及机器学习领域，尤其涉及字符检测方法和装置。

背景技术

机器学习被广泛应用于大数据、图像识别、语音识别等技术领域。然而，对于图片中的字符的检测，目前，由于既有的标注样本通常为词级别的标注样本，无法参与对字符进行检测的机器学习模型的训练，导致对字符进行检测的机器学习模型无法得到充分的训练，进而造成无法对图片中的字符进行较为精确地检测。此外，只有符合严格的标注规范的样本才能参与训练，进一步导致可参与训练的标注样本数量的减少。

发明内容

本申请提供了字符检测方法和装置，用于解决上述背景技术部分存在的技术问题。

第一方面，本申请提供了字符检测方法，该方法包括：将包含经标注的词语的图片作为机器学习模型的输入；基于被机器学习模型预测出的位于经标注的词语的标注区域内的字符的预测结果和经标注的词语的标注信息，从被机器学习模型预测出的位于经标注的词语的标注区域内的字符中选取出用于训练机器学习模型的字符；基于选取出的字符的特征，对机器学习模型进行训练，以利用训练后的机器学习模型对图片中的字符进行检测。

第二方面，本申请提供了字符检测装置，该装置包括：输入单元，配置用于将包含经标注的词语的图片作为机器学习模型的输入；选取单元，配置用于基于被机器学习模型预测出的位于经标注的词语的标注区域内的字符的预测结果和经标注的词语的标注信息，从被机器学习模型预测出的位于经标注的词语的标注区域内的字符中选取出用于训练机器学习模型的字符；训练单元，配置用于基于选取出的字符的特征，对机器学习模型进行训练，以利用训练后的机器学习模型对图片中的字符进行检测。

本申请提供的字符检测方法和装置，通过将包含经标注的词语的图片作为机器学习模型的输入；基于被机器学习模型预测出的位于经标注的词语的标注区域内的字符的预测结果和经标注的词语的标注信息，从被机器学习模型预测出的位于经标注的词语的标注区域内的字符中选取出用于训练机器学习模型的字符；基于选取出的字符的特征，对机器学习模型进行训练。实现了利用既有的词级别标注的图片即可对机器学习模型进行充分地训练，得到可对图片中的字符进行检测的机器学习模型，降低了训练可对图片中的字符进行检测的机器学习模型的开销。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了根据本申请的字符检测方法的一个实施例的流程图；

图2示出了根据本申请的字符检测方法的另一个实施例的流程图；

图3示出了适用于本申请的字符检测方法的一个示例性架构图；

图4示出了根据本申请的字符检测装置的一个实施例的结构示意图；

图5示出了适于用来实现本申请实施例的字符检测装置的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。