[发明专利]表格检测模型的训练方法、装置及表格检测方法、装置

说明书

本公开提供一种表格检测模型的训练方法、装置及表格检测方法、装置，表格检测模型的训练方法包括：获取训练样本集，训练样本集包括样本图片和标注样本图片中表格的标注框；将训练样本集输入待训练模型，通过待训练模型的分割网络对样本图片中的表格进行预测，输出表格预测分割图，通过待训练模型的检测网络对样本图片中与样本图片的面积之比大于阈值的目标表格进行预测，输出表格预测框的位置信息；根据表格预测分割图与标注框之间的差异、表格预测框的位置信息与目标表格对应的目标标注框之间的差异，更新待训练模型的网络参数，直至待训练模型的损失函数值不大于预设值，以得到表格检测模型。本方案可以提高表格的检测准确度。

技术领域

本公开涉及深度学习技术领域，尤其涉及表格检测模型的训练方法、装置及表格检测方法、装置。

背景技术

随着深度学习技术和智慧教育的快速发展，文本识别相关的应用给广大师生带来了很大的便利，比如拍照搜题、智能批改、题目录入等。教育场景通用检测是将教育场景中的图片信息检测成多种类别，比如公式、文本等类别，而表格作为教育场景文档中的一个重要元素，其检测效果严重影响着文档的识别结果。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种表格检测模型的训练方法、装置及表格检测方法、装置。

根据本公开的一方面，提供了一种表格检测模型的训练方法，包括：

获取训练样本集，所述训练样本集包括样本图片和标注所述样本图片中表格的标注框；

将所述训练样本集输入待训练模型，通过所述待训练模型的分割网络对所述样本图片中的表格进行预测，输出表格预测分割图，以及通过所述待训练模型的检测网络对所述样本图片中与所述样本图片的面积之比大于阈值的目标表格进行预测，输出表格预测框的位置信息；

根据所述表格预测分割图与所述标注框之间的差异，以及所述表格预测框的位置信息与所述目标表格对应的目标标注框之间的差异，更新所述待训练模型的网络参数，直至所述待训练模型的损失函数值小于或等于预设值，以得到所述表格检测模型。

根据本公开的另一方面，提供了一种基于表格检测模型的表格检测方法，所述表格检测模型利用如前述一方面所述的表格检测模型的训练方法训练得到，所述方法包括：

获取待检测图片；

在所述待检测图片的尺寸满足预设尺寸的情况下，将所述待检测图片输入至所述表格检测模型，通过所述表格检测模型的分割网络获取所述待检测图片的第一表格检测结果，以及通过所述表格检测模型的检测网络获取所述待检测图片的第二表格检测结果；

根据所述第一表格检测结果与所述第二表格检测结果，确定目标表格检测结果。

根据本公开的另一方面，提供了一种表格检测模型的训练装置，包括：

样本集获取模块，用于获取训练样本集，所述训练样本集包括样本图片和标注所述样本图片中表格的标注框；

输入模块，用于将所述训练样本集输入待训练模型，通过所述待训练模型的分割网络对所述样本图片中的表格进行预测，输出表格预测分割图，以及通过所述待训练模型的检测网络对所述样本图片中与所述样本图片的面积之比大于阈值的目标表格进行预测，输出表格预测框的位置信息；

参数更新模块，用于根据所述表格预测分割图与所述标注框之间的差异，以及所述表格预测框的位置信息与所述目标表格对应的目标标注框之间的差异，更新所述待训练模型的网络参数，直至所述待训练模型的损失函数值小于或等于预设值，以得到所述表格检测模型。

根据本公开的另一方面，提供了一种基于表格检测模型的表格检测装置，所述表格检测模型利用如前述一方面所述的表格检测模型的训练方法训练得到，所述装置包括：

图片获取模块，用于获取待检测图片；