[发明专利]文字识别方法、装置、计算机可读介质及电子设备

权利要求书

1.一种文字识别方法，其特征在于，包括：

获取包含有文本信息的待处理图片；

检测所述待处理图片中包含的各个文本区域；

通过预训练的第一模型识别所述各个文本区域中所包含的文本信息，其中，所述第一模型通过包含有负样本区域的训练数据训练得到，所述负样本区域包括：包含有敏感信息的文本区域，以及与所述包含有敏感信息的文本区域对应的设定输出信息；

输出所述第一模型识别出的文本信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述第一模型对至少两个文本区域样本的识别结果，从所述至少两个文本区域样本中选取负样本区域；

将从所述至少两个文本区域中选取的负样本区域作为新的文本区域样本对所述第一模型进行训练。

3.根据权利要求2所述的方法，其特征在于，基于所述第一模型对至少两个文本区域样本的识别结果，从所述至少两个文本区域样本中选取负样本区域，包括：

基于所述第一模型对至少两个文本区域样本的识别结果，计算各文本区域对应的损失值；

根据所述各文本区域对应的损失值，确定所述至少两个文本区域样本对应的平均损失；

若所述平均损失小于损失阈值，则从所述至少两个文本区域样本中选取负样本区域。

4.根据权利要求3所述的方法，其特征在于，从所述至少两个文本区域样本中选取负样本区域，包括：

根据所述平均损失和滑动参数，确定平均滑动损失；

将损失值小于所述平均滑动损失时对应的文本区域选取为所述负样本区域。

5.根据权利要求2所述的方法，其特征在于，所述待处理图片包括检验报告；所述方法还包括：

通过所述第一模型识别所述检验报告中的检验信息；

若所述检验信息与预设信息匹配，则增大所述检验报告对应的损失值，得到增大损失值；

基于所述增大损失值和所述负样本区域，对所述第一模型进行训练。

6.根据权利要求1所述的方法，其特征在于，通过预训练的第二模型检测所述待处理图片中包含的各个文本区域；所述方法还包括：

基于样本图像中检测到的文本区域对应的正样本像素点、从非文本区域中选取的负样本像素点确定模型损失值；

将所述模型损失值进行反向传播训练得到所述第二模型。

7.根据权利要求6所述的方法，其特征在于，基于样本图像中检测到的文本区域对应的正样本像素点、从非文本区域中选取的负样本像素点确定模型损失值之前，还包括：

识别所述样本图像中包含文本片段的文本区域，以及不包含文本片段的非文本区域；

从所述非文本区域中选取出所述负样本像素点。

8.根据权利要求7所述的方法，其特征在于，从所述非文本区域中选取出所述负样本像素点，包括：

识别所述文本区域对应的所述正样本像素点的数目；

根据所述正样本像素点数目与正负样本比例之间的乘积，确定所需选取的负样本像素点的数目；

从所述非文本区域中选取出所述负样本像素点的数目个所述负样本像素点。

9.根据权利要求7所述的方法，其特征在于，从所述非文本区域中选取出所述负样本像素点，包括：

根据所述文本区域、所述样本图像中各像素点的像素标签，确定所述样本图像中各像素点对应的损失值；

从所述非文本区域中选取所述各像素点对应的损失值偏小的像素点作为所述负样本像素点。

10.根据权利要求1所述的方法，其特征在于，所述文本信息包括作为所述待处理图片的检验报告中的检验信息；输出所述第一模型识别出的文本信息之后，还包括：

识别所述检验信息中的检验项目，并识别所述检验信息中超出检验指标的异常项目；

区别显示所述检验项目的相关信息与所述异常项目的相关信息。