[发明专利]模型训练方法、装置、计算机设备、存储介质和程序产品

说明书

本申请涉及一种模型训练方法、装置、计算机设备、存储介质和程序产品。所述方法包括：首先根据初始票据分类模型中的预处理模型和初始票据图像样本，得到票据图像样本，再获取票据图像样本对应的用于表征票据图像样本，利用初始票据分类模型中的视觉自注意力模型得到各子区域图像的真伪识别结果，最后根据各子区域图像的真伪识别结果、分类向量和票据图像样本，训练初始票据分类模型得到票据分类模型。通过对初始票据分类模型进行训练，得到票据分类模型，得到的票据分类模型可以用于对将待识别票据进行真伪鉴别得到真伪鉴别结果，从而提高得到的票据的真伪鉴别结果的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种模型训练方法、装置、计算机设备、存储介质和程序产品。

背景技术

银行票据是银行与企业之间进行相互结算的形式，不法分子伪造、变造票据骗取财物时，会导致银行遭受相应的损失。近些年高科技发展，使得银行票据的伪造也越来越逼真，因此，验证银行票据的真假尤为重要。

传统技术中，由人工对银行票据的真伪进行验证，银行票据的真伪识别要求工作人员具有丰富的工作经验来进行手工验票，需要长年累月的大量知识积累与见多识广的历练。而工作人员的经验与知识储备有限的，难以准确辨别票据的真伪。

因此，如何提高票据真伪鉴别的准确性成为本领域人员待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高票据真伪鉴别的准确性的模型训练方法、装置、计算机设备、存储介质和程序产品。

第一方面，本申请提供了一种模型训练方法。该方法包括：

根据初始票据分类模型中的预处理模型和初始票据图像样本，得到票据图像样本；

获取该票据图像样本对应的分类向量；该分类向量用于表征该票据图像样本中各子区域图像中信息的真伪；

利用该初始票据分类模型中的视觉自注意力模型得到各该子区域图像的真伪识别结果；

根据各该子区域图像的真伪识别结果、该分类向量和该票据图像样本，训练该初始票据分类模型得到票据分类模型。

在其中一个实施例中，该根据各该子区域图像的真伪识别结果、该分类向量和该票据图像样本，训练该初始票据分类模型得到票据分类模型，包括：

根据该分类向量和该票据图像样本得到该票据图像样本的标签图像；

根据该标签图像和各该子区域图像的真伪识别结果，训练该初始票据分类模型得到票据分类模型。

在其中一个实施例中，该根据该分类向量和该票据图像样本得到该票据图像样本的标签图像，包括：

提取该票据图像样本的特征得到第一特征图；

对该第一特征图进行降维处理得到第二特征图；

将该第二特征图与该分类向量进行拼接得到该标签图像。

在其中一个实施例中，该根据该标签图像和各该子区域图像的真伪识别结果，训练该初始票据分类模型得到票据分类模型，包括：

获取该标签图像各特征向量的位置标识；

对该位置标识和该标签图像进行融合处理得到第三特征图；

根据该第三特征图和各该子区域图像的真伪识别结果，训练该初始票据分类模型得到票据分类模型。

在其中一个实施例中，该根据该第三特征图和各该子区域图像的真伪识别结果，训练该初始票据分类模型得到票据分类模型，包括：

对该第三特征图进行随机失活处理得到第四特征图；