[发明专利]用于生成图像识别模型的方法和装置

说明书

本申请实施例公开了用于生成图像识别模型的方法和装置。该方法的一具体实施方式包括：获取第一样本集合，第一样本包括随机文字和利用随机文字生成的文字图像；基于初始神经网络和第一样本集合，利用机器学习的方法训练得到预训练的初始神经网络；获取第二样本集合，第二样本包括文字图像和与文字图像对应的标注信息，标注信息用于指示文字图像中包含的文字；基于预训练的初始神经网络和第二样本集合，利用机器学习的方法训练得到二次训练的初始神经网络作为图像识别模型。该实施方式能够节省训练样本的人工标注成本。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成图像识别模型的方法和装置。

背景技术

在互联网的冲击下，智能化办公已经成了企业提升工作效率和行业竞争力的重要手段。文字识别技术的发展为提高工作效率、无纸化/智能化办公提供了技术支持。伴随着近几年深度学习的迅猛发展，深度学习技术不断在各个场景下落地，基于深度学习的OCR(OpticalCharacter Recognition，光学字符识别)技术也发展到了一个全新的高度。

相关的OCR技术多采用模板匹配的方式进行文字识别。作为示例，可以通过设计字符的分类特征，提取每个字符的特征，与模板字符进行匹配，从而满足特定场景下的文本识别。

基于深度学习的OCR技术可以通过海量标注样本数据以及大规模GPU(GraphicsProcessing Unit，图形处理器)集群的计算训练让机器自动学习特征和模型参数，以满足不同场景的文本识别。

发明内容

本申请实施例提出了用于生成图像识别模型的方法和装置。

第一方面，本申请实施例提供了一种用于生成图像识别模型的方法，该方法包括：获取第一样本集合，第一样本包括随机文字和利用随机文字生成的文字图像；基于初始神经网络和第一样本集合，利用机器学习的方法训练得到预训练的初始神经网络，使得将第一样本的文字图像输入到预训练后的初始神经网络得到的识别结果中相应随机文字的概率值大于或等于预设概率值；获取第二样本集合，第二样本包括文字图像和与文字图像对应的标注信息，标注信息用于指示文字图像中包含的文字；基于预训练的初始神经网络和第二样本集合，利用机器学习的方法训练得到二次训练的初始神经网络，使得将第二样本的文字图像输入到二次训练后的初始神经网络得到的识别结果中相应标注信息中的文字的概率值大于或等于预设概率值，将二次训练后的初始神经网络作为图像识别模型。

在一些实施例中，第一样本通过如下步骤生成：创建随机文字；将随机文字转换为文字图像；将文字图像与预设的背景图像融合，得到融合后的文字图像；基于随机文字和融合后的图像生成第一样本。

在一些实施例中，第二样本集合中第二样本的数量小于第一样本集合中第一样本的数量，二次训练的学习率小于预训练的学习率。

在一些实施例中，初始神经网络为卷积循环神经网络。

第二方面，本申请实施例提供了一种用于识别图像的方法，该方法包括：将待识别图像输入采用如上述第一方面中任一实现方式描述的方法生成的图像识别模型中，生成待识别图像的第一识别结果，待识别图像包括至少一个字符图像，第一识别结果包括对至少一个字符图像中的字符图像识别出的至少一个候选文字以及字符图像中的文字为相应候选文字的概率值；对于至少一个字符图像中的字符图像，确定该字符图像与相邻字符图像具有最大组合概率值时对应的候选文字组合，字符图像之间的组合概率值用于表示字符图像的候选文字之间一起出现的概率值基于确定的候选文字组合，生成待识别图像的第二识别结果。