[发明专利]形成图像样本的方法、装置、介质以及电子设备

说明书

公开了一种形成图像样本的方法、装置、介质以及电子设备。其中的形成图像样本的方法包括：获取第一图像样本，其中，所述第一图像样本设置有至少一文本标注信息；将所述第一图像样本提供给文本框检测模型，经由所述文本框检测模型对所述第一图像样本进行文本框检测处理，获得检测到的文本框位置信息；确定与所述检测到的文本框位置信息相对应的文本标注信息；根据所述文本框位置信息以及所述相对应的文本标注信息，为第一图像样本设置新的文本标注信息，形成第二图像样本。本公开在有利于提高图像样本的文本标注信息的设置效率，丰富图像样本的同时，有利于提高文本内容识别模型的识别准确性。

技术领域

本公开涉及形成计算机视觉技术，尤其是一种形成图像样本的方法、形成图像样本的装置、存储介质以及电子设备。

背景技术

OCR(Optical Character Recognition，光学字符识别)技术是一种能够识别出纸件上的字符(如文字以及符号等)的技术。

目前，一些OCR技术是通过深度学习的方式实现的。具体的，先将待识别图像提供给基于深度学习的文本框检测模型，由文本框检测模型对输入的待识别图像进行文本框检测处理，获得待识别图像中的文本框位置信息，然后，根据文本框位置信息对待识别图像进行剪切处理，获得待识别图像块，将待识别图像块提供给文本内容识别模型，从而可以根据文本内容识别模型的输出信息获得待识别图像块中的文本内容。

如何提高文本内容识别模型的识别准确率，是一个值得关注的技术问题。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种形成图像样本的方法、形成图像样本的装置、存储介质以及电子设备。

根据本公开实施例的一个方面，提供一种形成图像样本的方法，包括：获取第一图像样本，其中，所述第一图像样本设置有至少一文本标注信息；将所述第一图像样本提供给文本框检测模型，经由所述文本框检测模型对所述第一图像样本进行文本框检测处理，获得检测到的文本框位置信息；确定与所述检测到的文本框位置信息相对应的文本标注信息；根据所述文本框位置信息以及所述相对应的文本标注信息，为第一图像样本设置新的文本标注信息，形成第二图像样本。

在本公开一实施方式中，所述将所述第一图像样本提供给文本框检测模型，经由所述文本框检测模型对所述第一图像样本进行文本框检测处理，获得检测到的文本框位置信息，包括：将所述第一图像样本提供给基于不同检测算法的多个文本框检测模型，经由所述多个文本框检测模型分别对所述第一图像样本进行文本框检测处理，获得多个文本框检测模型各自检测到的文本框位置信息。

在本公开又一实施方式中，所述多个文本框检测模型在训练过程中所对应的超参数，存在差异。

在本公开再一实施方式中，所述确定与所述检测到的文本框位置信息相对应的文本标注信息，包括：根据所述第一图像样本的各文本标注信息中的文本框位置标注信息、以及所述检测到的文本框位置信息，确定所述文本框区域重叠信息；根据所述重叠信息以及预设条件，确定与所述检测到的文本框位置信息相对应的文本标注信息。

在本公开再一实施方式中，所述根据所述文本框位置信息以及所述相对应的文本标注信息，为第一图像样本设置新的文本标注信息，形成第二图像样本，包括：将所述文本框位置信息和所述相对应的文本标注信息中的文本内容标注信息，作为所述第一图像样本的新的文本标注信息，形成第二图像样本。

在本公开再一实施方式中，所述方法还包括：利用所述第二图像样本，对待训练的文本内容识别模型进行训练处理。