[发明专利]中文模型训练、中文图像识别方法、装置、设备及介质

说明书

本发明公开一种中文模型训练、中文图像识别方法、装置、设备及介质，该中文模型训练方法包括：获取训练手写中文图像；将训练手写中文图像按预设比例划分成训练集和测试集；对训练集中的训练手写中文图像进行顺序标注，并将标注好的训练手写中文图像输入到卷积神经网络‑长短时记忆神经网络中进行训练，采用时序分类算法对卷积神经网络‑长短时记忆神经网络的网络参数进行更新，获取原始手写字识别模型；采用测试集中的训练手写中文图像对原始手写字识别模型进行测试，在测试准确率大于预设准确率时，获取目标手写字识别模型。该中文模型训练方法具有训练效率高且识别精度高的优点。

技术领域

本发明涉及图像识别领域，尤其涉及一种中文模型训练、中文图像识别方法、装置、设备及介质。

背景技术

随着信息时代的发展，人工智能技术作为核心技术越来越多的被用来解决人们生活中的具体问题。目前，在对手写汉字图像进行识别时，由于传统的卷积神经网络或者循环神经网络的输出是固定长度的，并不能满足端到端的手写字识别，需要预先对训练图片中的文字进行定位分割，获取单个字体图像，再对单个字体图像进行训练，训练效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种解决目前手写字识别模型的训练效率低的中文模型训练方法、装置、设备及介质。

一种中文模型训练方法，包括：

获取训练手写中文图像；

将所述训练手写中文图像按预设比例划分成训练集和测试集；

对所述训练集中的训练手写中文图像进行顺序标注，并将标注好的训练手写中文图像输入到卷积神经网络-长短时记忆神经网络中进行训练，采用时序分类算法对所述卷积神经网络-长短时记忆神经网络的网络参数进行更新，获取原始手写字识别模型；

采用所述测试集中的训练手写中文图像对所述原始手写字识别模型进行测试，在测试准确率大于预设准确率时，获取目标手写字识别模型。

一种中文模型训练装置，包括：

训练手写中文图像获取模块，用于获取训练手写中文图像；

训练手写中文图像划分模块，用于将所述训练手写中文图像按预设比例划分成训练集和测试集；

原始手写字识别模型获取模块，用于对所述训练集中的训练手写中文图像进行顺序标注，并将标注好的训练手写中文图像输入到卷积神经网络-长短时记忆神经网络中进行训练，采用时序分类算法对所述卷积神经网络-长短时记忆神经网络的网络参数进行更新，获取原始手写字识别模型；

目标手写字识别模型获取模块，用于采用所述测试集中的训练手写中文图像对所述原始手写字识别模型进行测试，在测试准确率大于预设准确率时，获取目标手写字识别模型。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述中文模型训练方法的步骤。

一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述中文模型训练方法的步骤。

基于此，有必要针对上述技术问题，提供一种解决目前手写字识别不能端到端输出的中文图像识别方法、装置、设备及介质。

一种中文图像识别方法，包括：

获取待识别中文图像，所述待识别中文图像包括手写汉字和背景图片；

对所述待识别中文图像进行预处理，获取原始图像；

采用核密度估计算法对所述原始图像进行处理，去除所述背景图片，获取包括所述手写汉字的目标图像；

采用文字定位技术对所述目标图像进行文字定位，获取待识别文字区域；