[发明专利]训练数据生成方法和装置、以及模型的训练方法和装置

权利要求书

1.一种针对文本识别模型的训练数据生成方法，其特征在于，包括：

获取包含文本内容的样本图像中的文本控件信息，所述文本控件信息中包含文本区域、以及对应的文本内容，所述文本控件为开发时通过代码设置的、对所述文本内容进行覆盖的所述文本区域；

对所述样本图像进行布局识别，得到包含图像元素的候选区域；

将包含在所述文本区域内的候选区域，确定为目标区域，并将所述文本区域对应的文本内容确定为训练文本；

根据所述目标区域从所述样本图像中裁剪出包含所述训练文本的训练图像；

根据所述训练图像以及所述训练文本生成训练数据。

2.如权利要求1所述的方法，其特征在于，将包含在所述文本区域内的候选区域，确定为目标区域，包括：

当确定出包含在所述文本区域内有属于同一行的至少两个候选区域时，判断每相邻两个候选区域之间的距离是否均满足预设的区域合并条件；

当满足所述区域合并条件时，则将所述至少两个候选区域进行相互连结，确定出目标区域。

3.如权利要求2所述的方法，其特征在于，判断每相邻两个候选区域之间的距离是否满足预设的区域合并条件，包括：

根据每个候选区域的高度，确定文本高度；

判断每相邻两个候选区域之间的距离是否均小于所述文本高度与合并系数之积；则

确定满足所述区域合并条件，包括：

每相邻两个候选区域之间的距离均小于所述文本高度与所述合并系数之积。

4.如权利要求1所述的方法，其特征在于，根据所述目标区域从所述样本图像中裁剪出包含所述训练文本的训练图像之前，所述方法还包括：

判断所述目标区域是否满足预设的置信条件；则

根据所述目标区域从所述样本图像中裁剪出包含所述训练文本的训练图像，包括：

当满足所述置信条件时，则根据所述目标区域从所述样本图像中裁剪出包含所述训练文本的训练图像。

5.如权利要求4所述的方法，其特征在于，判断所述目标区域是否满足预设的置信条件，包括：

当确定出包含在所述文本区域内有一个候选区域时，根据所述候选区域的高度，确定文本高度；或当确定出包含在所述文本区域内有属于同一行的至少两个候选区域时，根据每个候选区域的高度，确定文本高度；

根据所述目标区域的宽度，确定出文本实际宽度；

根据所述文本区域对应的文本内容、以及所述文本高度，确定出所述目标区域的文本理论宽度；

根据所述文本实际宽度、所述文本理论宽度、以及所述文本高度，判断所述目标区域是否满足预设的置信条件。

6.一种针对文本识别模型的训练数据生成装置，其特征在于，包括：获取单元、识别单元、确定单元、裁剪单元、以及生成单元，其中，

所述获取单元，用于获取包含文本内容的样本图像中的文本控件信息，所述文本控件信息中包含文本区域、以及对应的文本内容，所述文本控件为开发时通过代码设置的、对所述文本内容进行覆盖的所述文本区域；

所述识别单元，用于对所述样本图像进行布局识别，得到包含图像元素的候选区域；

所述确定单元，用于将包含在所述文本区域内的候选区域，确定为目标区域，并将所述文本区域对应的文本内容确定为训练文本；

所述裁剪单元，用于根据所述目标区域从所述样本图像中裁剪出包含所述训练文本的训练图像；

所述生成单元，用于根据所述训练图像以及所述训练文本生成训练数据。

7.如权利要求6所述的装置，其特征在于，所述确定单元，用于：

当确定出包含在所述文本区域内有属于同一行的至少两个候选区域时，判断每相邻两个候选区域之间的距离是否均满足预设的区域合并条件；

当满足所述区域合并条件时，则将所述至少两个候选区域进行相互连结，确定出目标区域。