[发明专利]一种文档图像识别方法、装置、设备及存储介质

权利要求书

1.一种文档图像识别方法，其特征在于，包括：

通过第一处理器获取透射变换矩阵，并将透射变换矩阵拷贝至第二处理器；

将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像，其中，所述第一图像为对文档图像进行划分得到的图像；

将至少一个第二图像输入目标识别模型，得到每个第二图像对应的文本数据。

2.根据权利要求1所述的方法，其特征在于，在将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像之前，还包括：

将文档图像输入目标文本检测模型，得到文本位置坐标；

根据文本位置坐标对文档图像进行划分，得到至少一个第一图像。

3.根据权利要求1所述的方法，其特征在于，在将至少一个第一图像从内存拷贝到第二处理器显存中，通过第二处理器多核并行根据透射变换矩阵对第一图像进行透射变换，得到透射变换后的至少一个第二图像之后，还包括：

将透射变换后的至少一个第二图像从第二处理器的显存拷贝到内存中，释放第二处理器显存。

4.根据权利要求2所述的方法，其特征在于，在将文档图像输入目标文本检测模型，得到文本位置坐标之前，还包括：

获取文本检测模型的参数；

根据文本检测模型的参数确定文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值以及文本检测模型的激活值最小值；

根据文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值以及文本检测模型的激活值最小值对文本检测模型的参数进行量化，得到量化后的第一目标参数；

根据量化后的第一目标参数生成目标文本检测模型。

5.根据权利要求4所述的方法，其特征在于，根据文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值以及文本检测模型的激活值最小值对文本检测模型的参数进行量化，得到量化后的第一目标参数，包括：

获取用户输入的量化类型；

若量化类型为对称量化，则根据文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值、文本检测模型的激活值最小值以及第一数值确定量化后的激活值和量化后的权重；

若量化类型为非对称量化，则根据文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值、文本检测模型的激活值最小值、第一数值以及偏置量确定量化后的激活值和量化后的权重。

6.根据权利要求5所述的方法，其特征在于，根据文本检测模型的权重最大值、文本检测模型的权重最小值、文本检测模型的激活值最大值、文本检测模型的激活值最小值以及第一数值确定量化后的激活值和量化后的权重，包括：

根据文本检测模型的权重最大值、文本检测模型的权重最小值以及第一数值确定第一缩放因子；

根据文本检测模型的激活值最大值、文本检测模型的激活值最小值以及第一数值确定第二缩放因子；

根据文本检测模型的参数、第一缩放因子以及第二缩放因子确定量化后的激活值和量化后的权重。

7.根据权利要求1所述的方法，其特征在于，在将至少一个第二图像输入目标识别模型，得到每个第二图像对应的文本数据之前，还包括：

获取识别模型的参数；

根据识别模型的参数确定识别模型的权重最大值、识别模型的权重最小值、识别模型的激活值最大值以及识别模型的激活值最小值；

根据识别模型的权重最大值、识别模型的权重最小值、识别模型的激活值最大值以及识别模型的激活值最小值对识别模型的参数进行量化，得到量化后的第二目标参数；

根据量化后的第二目标参数生成目标识别模型。