文本检测模型的训练方法、文本检测方法及装置制造方法及图纸

本申请实施例提供了一种文本检测模型的训练方法、文本检测方法及装置，其中训练方法包括：若确定当前训练轮次所对应的N个第一样本图像中包括孤立文本，则对孤立文本进行动态增强处理，得到待训练的N个第二样本图像，N为大于1的整数；将N个第二样本图像输入待训练的初始文本检测网络中进行训练处理，得到训练后的初始文本检测网络、N个特征图、及第二样本图像中孤立文本与非孤立文本的目标权重；基于特征图和目标权重确定目标损失，若目标损失满足训练结束条件，则根据满足训练结束条件时的初始文本检测网络确定文本检测模型。通过本申请实施例，提升了文本检测模型对文本的检测准确性。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种文本检测模型的训练方法、文本检测方法及装置。

技术介绍

1、近年来，深度学习逐渐成为人工智能领域的研究热点，其广泛的应用于各种场景。文本检测是深度学习的典型应用场景之一，现实生活中，待进行文本检测的目标图像中，往往包括小目标文本，如图1中虚线框内的“1、5、-”，由于小目标文本所占的区域较小，因此包含的特征较少，而这导致现有的文本检测模型对于小目标文本的检测效果较差，进而降低了文本检测模型对整体文本的检测准确性。

技术实现思路

1、本申请提供一种文本检测模型的训练方法、文本检测方法及装置，以提升文本检测模型对孤立文本的检测能力，进而提升文本检测模型对整体文本的检测准确性。

2、第一方面，本申请实施例提供了一种文本检测模型的训练方法，包括：

3、若确定当前训练轮次所对应的n个第一样本图像中包括孤立文本，则对所述孤立文本进行动态增强处理，得到待训练的n个第二样本图像；所述第一样本图像包括至少一个文本框，文本框与第一样本图像中的单位文本一一对应，所述孤立文本对本文档来自技高网...

【技术保护点】

1.一种文本检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述孤立文本进行动态增强处理，得到待训练的N个第二样本图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前训练轮次和最大训练轮次，确定所述孤立文本在所述当前训练轮次的动态增强信息，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述动态增强信息，动态对所述孤立文本进行数量增强处理和样式增强处理，得到待训练的N个第二样本图像，包括：

5.根据权利要求1所述的方法，其特征在于，所述初始文本检测网络包括特征提取模块和权...

【技术特征摘要】

1.一种文本检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述孤立文本进行动态增强处理，得到待训练的n个第二样本图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前训练轮次和最大训练轮次，确定所述孤立文本在所述当前训练轮次的动态增强信息，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述动态增强信息，动态对所述孤立文本进行数量增强处理和样式增强处理，得到待训练的n个第二样本图像，包括：

5.根据权利要求1所述的方法，其特征在于，所述初始文本检测网络包括特征提取模块和权重调节模块；所述将所述n个第二样本图像输入待训练的初始文本检测网络中进行训练处理，得到训练后的初始文本检测网络、n个特征图、及所述第二样本图像中所述孤立文本与非孤立文本的目标权重，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述第二样本图像中的所述文本框进行权重调节处理，得到所述第二样本图像中所述孤立文本与非孤立文本的目标权重，包括：

7.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：范峻植，陆全，蒋宁，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：