[发明专利]一种文本检测模型的训练方法、装置和电子设备

权利要求书

1.一种文本检测模型的训练方法，其特征在于，待训练文本检测模型包括可微分二值化处理模块，所述方法包括：

利用待训练文本检测模型对目标样本图像进行处理，以获取所述目标样本图像的概率图和自适应阈值图；

通过所述待训练文本检测模型中的可微分二值化处理模块，利用所述自适应阈值图中各个像素点的像素值，分别对所述概率图中各个像素点的像素值进行可微分二值化处理，以得到近似二值化特征图；

将所述近似二值化特征图作为反馈，用于对所述待训练文本检测模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述待训练文本检测模型，还包括：特征提取模块、概率图生成模块和自适应阈值图生成模块；所述目标样本图像设置有概率图训练标签和阈值图训练标签；则，

利用待训练文本检测模型对目标样本图像进行处理，以得到概率图和自适应阈值图，具体包括：

所述特征提取模块提取所述目标样本图像的图像特征；

所述概率图生成模块利用所述图像特征以及所述概率图训练标签，生成所述概率图；以及，

所述自适应阈值图生成模块利用所述图像特征以及所述阈值图训练标签，生成所述自适应阈值图。

3.根据权利要求2所述的方法，其特征在于，所述特征提取模块具体包括：

上采样特征提取模块；或，

下采样特征提取模块。

4.根据权利要求1所述的方法，其特征在于，利用所述自适应阈值图中各个像素点的像素值，分别对所述概率图中各个像素点的像素值进行可微分二值化处理，以得到近似二值化特征图，具体包括：

所述自适应阈值图、所述概率图和所述近似二值化特征图中对应像素点的像素值满足下述公式：

其中，i和j均为正整数；B_i,j为所述近似近似二值化特征图中，坐标为(i，j)位置的像素点的像素值；P_i,j为所述概率图中，坐标为(i，j)位置的像素点的像素值；T_i,j为所述自适应阈值图中，坐标为(i，j)位置的像素点的像素值；k为预设常数。

5.根据权利要求1所述的方法，其特征在于，将所述近似二值化特征图作为反馈，用于对所述待训练文本检测模型进行训练，具体包括：

确定所述近似二值化特征图的损失函数值，并利用所述损失函数值的反向传播所计算出的梯度，对所述待训练文本检测模型进行训练。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用训练所得到的文本检测模型，对待检测图像中的文本进行检测。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：在所检测到的文本的边缘设置文本框。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：根据所检测到的文本的文本内容，对所述文本设置分类标签。

9.一种文本检测模型的训练装置，其特征在于，待训练文本检测模型包括可微分二值化处理模块，所述装置包括：

第一处理单元，用于利用待训练文本检测模型对目标样本图像进行处理，以获取所述目标样本图像的概率图和自适应阈值图；

二值化处理单元，用于通过所述待训练文本检测模型中的可微分二值化处理模块，利用所述自适应阈值图中各个像素点的像素值，分别对所述概率图中各个像素点的像素值进行可微分二值化处理，以得到近似二值化特征图；

反馈单元，用于将所述近似二值化特征图作为反馈，用于对所述待训练文本检测模型进行训练。

10.一种电子设备，其特征在于，包括：

存储器，用以存储计算机程序；

处理器，用以执行如权利要求1至8中任一项所述的方法。