[发明专利]合同公章分类模型的训练方法、系统和识别方法、系统

权利要求书

1.一种合同公章分类模型的训练方法，其特征在于，所述方法包括：

采集多个企业/单位的合同公章图像，生成样本集；

采用深度学习算法对所述样本集进行训练以生成所述合同公章分类模型。

2.根据权利要求1所述的训练方法，其特征在于，所述采集多个企业/单位的合同公章图像包括：

输入一个企业/单位的合同公章页；

对所述合同公章页进行图像增强操作；

采用霍夫圆变换定位合同公章的位置；

根据grabcut算法提取所述合同公章；

采用霍夫圆变换剔除所述合同公章的外部的噪声块以获取所述合同公章图像。

3.根据权利要求2所述的训练方法，其特征在于，所述采集多个企业/单位的合同公章图像进一步包括：

读取所述合同公章图像；

随机旋转所述合同公章图像和/或随机擦除所述合同公章图像上的像素点以生成处理后的所述合同公章图像；

对处理后的所述合同公章图像的灰度和二化值进行处理以生成所述合同公章图像的样本集。

4.根据权利要求1所述的训练方法，其特征在于，所述采用深度学习算法对所述样本集进行训练以生成所述合同公章分类模型包括：

将所述样本集划分为训练集、验证集和测试集；

加载预训练的Xception模型；

创建自定义的顶层分类卷积网络，并进行预训练多次以生成初始的所述合同公章分类模型；

采用所述训练集对初始的所述合同公章分类模型进行训练；

判断训练后的所述合同公章分类模型的acc值是否大于预设的第一阈值且所述合同公章分类模型的loss值是否小于预设的第二阈值；

在判断所述acc值大于所述第一阈值且所述loss值小于所述第二阈值的情况下，输出训练完成的所述合同公章分类模型；

在判断所述acc值小于或等于所述第一阈值和/或所述loss值大于或等于所述第二阈值的情况下，再次采用所述训练集对初始的所述合同公章分类模型进行训练直到所述acc值大于所述第一阈值且所述loss值小于所述第二阈值。

5.根据权利要求4所述的训练方法，其特征在于，所述第一阈值为0.99。

6.根据权利要求4所述的训练方法，其特征在于，所述第二阈值为0.01。

7.一种合同公章分类模型的训练系统，其特征在于，所述训练系统包括处理器，所述处理器用于执行如权利要求1至6任一所述的训练方法。

8.一种合同公章的识别方法，其特征在于，所述识别方法包括：

将被识别的合同盖章页输入如权利要求1至6任一所述的合同公章分类模型中以获取识别置信度；

采用所述合同公章分类模型中的识别置信度最高的分类对所述合同盖章页进行识别以输出差异度；

根据所述差异度判断所述合同盖章页中的合同公章是否为真实的合同公章。

9.一种合同公章的识别系统，其特征在于，所述识别系统包括处理器，所述处理器用于执行如权利要求8所述的识别方法。