[发明专利]一种文本检测模型的训练方法、装置和电子设备

说明书

本申请提供一种文本检测模型的训练方法、装置和电子设备。该方法包括：利用待训练文本检测模型对目标样本图像进行处理，以获取目标样本图像的概率图和自适应阈值图；通过待训练文本检测模型中的可微分二值化处理模块，利用自适应阈值图中各个像素点的像素值，分别对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；将近似二值化特征图作为反馈，用于对待训练文本检测模型进行训练。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种文本检测模型的训练方法、装置和电子设备。

背景技术

在一些场景中，往往需要对图像中的文字进行检测，比如，在司法领域，需要从司法卷宗的图像中检测出诸如起诉意见书、鉴定报告等文字，在智能理赔领域，需要从医疗发票的图像中检测出诸如姓名、金额等文字。因此，需要提供针对图像中的文本进行检测的解决方案。

发明内容

本申请实施例的目的在于提供一种文本检测模型的训练方法、装置和电子设备，用以通过训练得到的文本检测模型，实现对图像中文本的检测。

本申请实施例第一方面提供了一种文本检测模型的训练方法，待训练文本检测模型包括可微分二值化处理模块，该方法包括：

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。

于一实施例中，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。

于一实施例中，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。

于一实施例中，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。

于一实施例中，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。

于一实施例中，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。