CN113537192B - 图像检测方法、装置、电子设备及存储介质 - Google Patents
图像检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113537192B CN113537192B CN202110739067.7A CN202110739067A CN113537192B CN 113537192 B CN113537192 B CN 113537192B CN 202110739067 A CN202110739067 A CN 202110739067A CN 113537192 B CN113537192 B CN 113537192B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- sample
- deep learning
- learning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000013136 deep learning model Methods 0.000 claims abstract description 122
- 230000011218 segmentation Effects 0.000 claims abstract description 49
- 238000012549 training Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 239000011159 matrix material Substances 0.000 description 16
- 238000004590 computer program Methods 0.000 description 12
- 238000007477 logistic regression Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
本公开提供了图像检测方法、装置、电子设备及存储介质,涉及数据处理技术领域。具体实现方案为获取待检测的目标图像,其中,目标图像中包括字符;对目标图像进行文本段检测,得到目标图像的目标文本段切图;针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;根据各目标文本段切图的字符识别结果中各字符的置信度,确定目标图像的多维置信度特征;将目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到目标图像的质量评分;根据目标图像的质量评分,得到目标图像是否符合图像质量标准的检测结果;实现了针对目标图像是否符合图像质量标准的检测。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及图像检测方法、装置、电子设备及存储介质。
背景技术
在地理信息***中,一个POI(Point of Interest,兴趣点)可以是一栋房子、一个商铺、一个邮筒、一个公交站等。POI的识别在用户定位、电子地图生成等方面具有重要意义。在利用图像进行POI数据生产的过程中,招牌图像检测是一种最为常见的场景。
发明内容
本公开提供了一种图像检测方法、装置、电子设备及存储介质的方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种图像检测方法,包括:
获取待检测的目标图像,其中,所述目标图像中包括字符;
对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图;
针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;
根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征;
将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分;
根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果。
根据本公开的另一方面,提供了一种图像检测装置,包括:
目标图像获取模块,用于获取待检测的目标图像,其中,所述目标图像中包括字符;
文本段切图获取模块,用于对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图;
字符置信度确定模块,用于针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;
置信度特征确定模块,用于根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征;
质量评分确定模块,用于将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分;
检测结果确定模块,用于根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开中任一项所述的图像检测方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开中任一项所述的图像检测方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开中任一项所述的图像检测方法。
在本公开实施例中,利用目标图像的质量评分,实现了针对目标图像是否符合图像质量标准的检测;多维置信度特征中涵盖了各目标文本段切图的字符识别结果中各字符的置信度,充分考虑了每个字符对图像质量的影响,能够提高检测结果的准确度
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的图像检测方法的一种示意图;
图2是根据本公开的目标文本段切图的一种示意图;
图3是根据本公开的步骤S104的一种可能的实现方式的示意图;
图4是根据本公开的第一深度学习模型训练方法的一种示意图;
图5是根据本公开的第二深度学习模型训练方法的一种示意图;
图6是根据本公开的图像检测装置的一种示意图;
图7是用来实现本公开实施例的图像检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在利用图像进行POI数据生产的过程中,招牌图像检测是一种最为常见的场景。但是现实世界中商家招牌的种类各式各样,五花八门,很难有一种固定的形式,并且因为“遮挡”、“模糊”等问题同样会导致存在很多无法生产出POI的招牌图像。
本公开实施例提供了一种图像检测方法,参见图1,包括:
S101,获取待检测的目标图像,其中,所述目标图像中包括字符。
本公开实施例的图像检测方法可以通过电子设备实现,具体的,该电子设备可以为个人电脑、智能手机或服务器等。
待检测的目标图像可以为任意包括字符的图像,例如,目标图像可以为招牌、广告牌、海报或标识牌等。
S102,对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图。
一个例子中,可以将目标图像输入到预先训练的文本检测网络中进行文本段检测,从而得到目标图像的各目标文本段切图。文本段切图是指整体图像中的包含文本段的图像区域,一个目标图像至少包括一个目标文本段切图。一个例子中,一文本段切图中包含一个文本段,具体的,一个文本段可以为一个自然段、一个标题或一行文字等。例如,以目标图像为招牌图像为例,如图2中虚线框所示,该目标图像包括A、B及C三个目标文本段切图。文本检测网络可以根据实际情况自定义选取,例如,可以采用DB(DifferentiableBinarization,可微分二值化)文本检测网络或DBNet(多类别文本检测网络)等。
S103,针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度。
此处的字符识别方式可以采用相关技术中的OCR(Optical CharacterRecognition,光学字符识别)方法,例如,可以通过深度学习模型对目标文本段切图进行识别,从而得到目标文本段切图的字符识别结果以及字符识别结果中各字符的置信度。此处的深度学习模型可以为CNN(卷积神经网络)、RNN(循环神经网络)或CRNN(卷积递归神经网络)等。
一个例子中,以CRNN网络为例,将目标文本段切图输入到CRNN网络中,CRNN网络的输出为逻辑回归矩阵及字符识别结果。逻辑回归矩阵表示CRNN网络给出的目标文本段切图中每个字符的可能的预测结果,通过归一化逻辑回归矩阵,可以得到字符识别结果中每个字符对应的概率值,也即字符的置信度。
S104,根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征。
对各目标文本段切图的字符识别结果中各字符的置信度进行多维度处理,并组合成目标图像的多维置信度特征。一个例子中,可以基于一个目标文本段切图的字符识别结果中各字符的置信度,计算该目标文本段切图对应的置信度均值、置信度方差及置信度标准差等,然后将各目标文本段切图对应的置信度均值、置信度方差及置信度标准差等进行组合,从而得到目标图像的多维置信度特征,此处的组合方式可以根据实际情况自定义设置,一个例子中,可以将各数值(包括置信度均值、置信度方差及置信度标准差等)分别作为矩阵中的元素,具体的,可以预设规定置信度均值、置信度方差及置信度标准差等分别对应矩阵中哪个位置的元素,通过对元素赋值的方式得到多维置信度特征,没有对应关系的元素可以置零;一个例子中,可以将各数值依次排列成为特征向量,具体的,可以预设规定置信度均值、置信度方差及置信度标准差等分别对应特征向量中的哪个位置的元素,通过对元素赋值的方式得到多维置信度特征;一个例子中,可以利用contat()函数将个数值进行合并,从而得到多维置信度特征等。
一个例子中,字符识别结果中各字符的置信度,具体为字符识别结果中各有效字符的置信度。针对每一目标文本段切图,可以利用CRNN模型等输出该目标文本段切图的多组输出结果,每组输出结果均包括:逻辑回归矩阵和字符识别结果;若在多组输出结果中,有至少两组输出结果中同一位置上字符的识别结果相同,则认为该字符为有效字符,将有效字符对应的逻辑回归矩阵称为有效逻辑回归矩阵,通过归一化有效逻辑回归矩阵来得到有效字符的置信度。
S105,将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分。
其中,第一深度学习模型是根据样本图像的多维置信度特征、以及样本图像的质量评分的标注值训练得到的。
第一深度学习模型可以为任意类型的深度学习模型,例如,可以为CNN、RNN、CRNN、XGboost(eXtreme Gradient Boosting,极端梯度提升)模型或CTC(Connectionisttemporal classification,连接主义时间分类)模型等。
第一深度学习模型输出的目标图像的质量评分可以为表示图像质量具体分数值,也可以为表示图像质量的质量等级等,还可以为表示图像质量的数组、向量或矩阵等;目标图像的质量评分可以为整个目标图像的质量评分,也可以为目标图像的多个项目各自的质量评分,例如目标图像的各目标文本段切图的评分等。
S106,根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果。
检测结果可以是二值化的,即目标图像符合图像质量标准或目标图像不符合图像质量标准。一个例子中,可以按照预先确定的质量评分与检测结果的对应关系,确定目标图像的质量评分所对应的检测结果。一个例子中,可以通过预设算法或深度学习模型,将目标图像的质量评分转换成目标图像的检测结果。
在本公开实施例中,利用目标图像的质量评分,实现了针对目标图像是否符合图像质量标准的检测;多维置信度特征中涵盖了各目标文本段切图的字符识别结果中各字符的置信度,充分考虑了每个字符对图像质量的影响,能够提高检测结果的准确度。
可以通过深度学习模型,将目标图像的质量评分转换成目标图像的检测结果。在一种可能的实施方式中,所述目标图像的质量评分包括所述目标图像中各所述目标文本段切图的质量评分;所述根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果,包括:将所述目标图像中各所述目标文本段切图的质量评分输入到预先训练的第二深度学习模型中,得到所述目标图像是否符合图像质量标准的检测结果。
其中,第二深度学习模型是根据样本图像的检测结果的标注值、以及第一深度学习模式输出的样本图像的质量评分训练得到的。
目标图像的质量评分包括该目标图像中各目标文本段切图的质量评分;目标图像的质量评分可以为各目标文本段切图的质量评分的数组、向量或矩阵的表示形式。将各目标文本段切图的质量评分输入到预先训练的第二深度学习模型中,第二深度学习模型输出目标图像的检测结果。第二深度学习模型可以为任意类型的深度学习模型,例如,可以为CNN、RNN、CRNN或Arcface(弧面)模型等。
在本公开实施例中,利用各目标文本段切图的质量评分及第二深度学习模型来确定目标图像的检测结果,除了字符对图像质量的影响外,还充分考虑了每个目标文本段切图的质量对图像质量的影响,能够提高检测结果的准确度。
多维置信度特征为基于字符置信度的多种维度的特征。在一种可能的实施方式中,参见图3,所述根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征,包括:
S301,针对每一目标文本段切图,根据该目标文本段切图的字符识别结果中各字符的置信度,确定该目标文本段切图的预设类型参数的数值,其中,预设类型参数包括字符识别结果中各字符的置信度的均值、方差及最小值中的至少一种。
一个例子中,预设类型参数还可以包括字符识别结果中各字符的置信度的最大值、中位数、众数或标准差等。
S302,根据各所述目标文本段切图的预设类型参数的数值,分别计算各所述目标文本段切图的每一预设类型参数的置信度参数,其中,置信度特征包括均值、方差、最大值及最小值中的至少两种。
一个例子中,置信度特征可以包括标准差、中位数或众数等。
S303,根据各所述目标文本段切图各预设类型参数的各置信度参数,得到所述目标图像的多维置信度特征。
一个例子中,以预设类型参数包括字符识别结果中各字符的置信度的均值、方差及最小值,置信度特征包括均值、方差、最大值及最小值为例进行举例说明:
步骤一,针对每一目标文本段切图,根据该目标文本段切图的字符识别结果中各字符的置信度,确定各字符的置信度的均值、方差及最小值,得到该目标文本段切图对应的置信度均值、置信度方差及置信度最小值。
步骤二,确定各目标文本段切图对应的置信度均值的均值、方差、最大值及最小值,确定各目标文本段切图对应的置信度方差的均值、方差、最大值及最小值,确定各目标文本段切图对应的置信度最小值的均值、方差、最大值及最小值,从而得到该目标文本段切图十二个维度上的数值。
其中,十二个维度分别为置信度均值的均值、置信度均值的方差、置信度均值的最大值、置信度均值的最小值、置信度方差的均值、置信度方差的方差、置信度方差的最大值、置信度方差的最小值、置信度最小值的均值、置信度最小值的方差、置信度最小值的最大值、置信度最小值的最小值。
步骤三,将十二个维度上的数值表示为矩阵或向量的形式,得到目标图像的多维置信度特征。
在本公开实施例中,利用字符识别结果中各字符的置信度,进行多维度的特征转换,从而得到目标图像的多维置信度特征,充分考虑了不同维度的特征之间的联系,多维置信度特征的代表性更全面,能够提高检测结果的准确度。
下面对第一深度学习模型的训练过程进行介绍,在一种可能的实施方式中,上述方法还包括:
步骤A,获取各样本图像;
步骤B,分别对各所述样本图像进行文本段检测,得到各所述样本图像的样本文本段切图;
步骤C,针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果中各字符的置信度以及字符识别结果的置信度;
步骤D,针对每一样本图像,根据该样本图像的各样本文本段切图的字符识别结果中各字符的置信度,确定该样本图像的多维置信度特征;
步骤E,选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分;
步骤F,根据当前选取的样本图像的各样本文本段切图的字符识别结果的置信度,以及当前选取的样本图像的预测质量评分,计算第一深度学习模型的损失;
步骤G,根据第一深度学习模型的损失调整第一深度学习模型的训练参数,返回执行步骤:选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,直至满足预设第一训练结束条件,得到训练好的第一深度学习模型。
下面对第二深度学习模型的训练过程进行介绍,在一种可能的实施方式中,上述方法还包括:
步骤1,选取一样本图像;
步骤2,将当前选取的样本图像输入到第一一深度学习模型中,得到当前选取的样本图像的预测质量评分,其中,当前选取的样本图像的质量评分包括当前选取的样本图像中各样本文本段切图的质量评分;
步骤3,将当前选取的样本图像中各样本文本段切图的质量评分输入到第二深度学习模型中,得到当前选取的目标图像是否符合图像质量标准的预测结果;
步骤4,根据第二深度学习模型输出的预测结果计算第二深度学习模型的损失;
步骤5,根据第二深度学习模型的损失调整第二深度学习模型的训练参数,返回执行步骤:选取一样本图像,直至满足预设第二训练结束条件,得到训练好的第二深度学习模型。
本公开实施例还提供了一种深度学习模型训练方法,参见图4,包括:
S401,获取各样本图像。
本公开实施例的深度学习模型训练方法可以通过电子设备实现,具体的,该电子设备可以为个人电脑、智能手机或服务器等。
样本图像可以为任意包括字符的图像,例如,样本图像可以为招牌、广告牌、海报或标识牌等。
S402,分别对各所述样本图像进行文本段检测,得到各所述样本图像的样本文本段切图。
“对样本图像进行文本段检测,得到样本图像的样本文本段切图”的具体过程可以参见上述实施例中“对目标图像进行文本段检测,得到目标图像的目标文本段切图”的过程,此处不再赘述。
S403,针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果中各字符的置信度以及字符识别结果的置信度。
“样本文本段切图的字符识别结果中各字符的置信度”的具体确定过程可以参见上述实施例中“目标文本段切图的字符识别结果中各字符的置信度”的确定过程。
样本文本段切图的字符识别结果的置信度,可以为字符识别结果中各字符的置信度的均值、中位数或最小值等。在一种可能的实施方式中,所述针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果的置信度,包括:针对每一样本文本段切图,确定该样本文本段切图的字符总数量、有效字符数量及各有效字符的置信度;在该样本文本段切图中有效字符数量等于该样本文本段切图中字符总数量的情景下,在该样本文本段切图的各有效字符的置信度中,选取最小的置信度作为该样本文本段切图的字符识别结果的置信度;在该样本文本段切图中有效字符数量小于该样本文本段切图中字符总数量的情景下,令该样本文本段切图的字符识别结果的置信度为0。
有效字符是指字符识别结果中识别成功的字符,例如可以为识别结果的置信度大于预设置信度阈值的字符。一个例子中,针对每一样本文本段切图,可以利用CRNN模型等输出该样本文本段切图的多组输出结果,每组输出结果均包括:逻辑回归矩阵和字符识别结果;若在多组输出结果中,有至少两组输出结果中同一位置上字符的识别结果相同,则认为该字符为有效字符,例如,一个样本文本段切图对应有三组输出结果,三组输出结果的字符识别结果分别为:“统计学”、“统汁学”、“统什孚”,针对第一个字符位置,三组输出结果均为相同,“统”为第一个字符位置上的有效字符;针对第二个字符位置,三组输出结果均不相同,第二个字符位置不存在有效字符;针对第三个字符位置,有两组输出结果相同为“学”,则“学”为第三个字符位置上的有效字符。将有效字符对应的逻辑回归矩阵称为有效逻辑回归矩阵,通过归一化有效逻辑回归矩阵来得到有效字符的置信度。在样本文本段切图中包括非有效字符时,表示该样本文本段切图中存在识别不准确的字符,例如,样本图像中该样本文本段切图对应的区域存在遮挡或模糊等情况,此种情况下另该样本文本段切图的字符识别结果的置信度为0,以表示该样本文本段切图的字符识别结果不可信,确定的字符识别结果的置信度更加准确,能够提高图像检测的准确度;在样本文本段切图中全部为有效字符时,在各有效字符的置信度中选取最小的置信度作为字符识别结果的置信度,确定的字符识别结果的置信度更加准确,能够提高图像检测的准确度。
S404,针对每一样本图像,根据该样本图像的各样本文本段切图的字符识别结果中各字符的置信度,确定该样本图像的多维置信度特征。
“样本图像的多维置信度特征”的具体确定过程可以参见上述实施例中“目标图像的多维置信度特征”的确定过程,此处不再赘述。
S405,选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分。
第一深度学习模型可以为任意类型的深度学习模型,例如,可以为CNN、RNN、CRNN、XGboost模型或CTC模型等。
S406,根据当前选取的样本图像的各样本文本段切图的字符识别结果的置信度,以及当前选取的样本图像的预测质量评分,计算第一深度学习模型的损失。
一个例子中,可以计算各样本文本段切图的字符识别结果的置信度的均值,并根据均值与预测质量评分的差距,来计算第一深度学习模型的损失;一个例子中,可以从各样本文本段切图的字符识别结果的置信度中选取最小值,并根据最小值与预测质量评分的差距,来计算第一深度学习模型的损失。一个例子中,样本图像的预测质量评分可以包括该样本图像的各样本文本段切图的预测质量评分,可以根据每一样本文本段切图的预测质量评分与字符识别结果的置信度的距,来计算第一深度学习模型的损失等。
S407,根据第一深度学习模型的损失调整第一深度学习模型的训练参数,返回执行步骤:选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,直至满足预设第一训练结束条件,得到训练好的第一深度学习模型。
第一训练结束条件可以根据实际情况自定义设置,例如,第一训练结束条件可以为第一深度学习模型的损失收敛,或第一训练结束条件可以为第一深度学习模型完成预设的训练次数。一般情况下,样本数据可以分为训练集及测试集,在一个例子中,可以采用9:1的方式将各样本图像划分为训练集及测试集,训练集用于对第一深度学习模型进行训练,测试集用于对第一深度学习模型进行测试,从而能够减少过拟合的情况。
在本公开实施例中,实现了第一深度学习模型的训练,并且训练使用的多维置信度特征中涵盖了同一样本图像中各样本文本段切图中各字符的置信度,充分考虑了每个字符对图像质量的影响,能够提高检测结果的准确度。
本公开实施例还提供了一种深度学习模型训练方法,参见图5,包括:
S501,选取一样本图像。
本公开实施例的深度学习模型训练方法可以通过电子设备实现,具体的,该电子设备可以为个人电脑、智能手机或服务器等。
样本图像可以为任意包括字符的图像,例如,样本图像可以为招牌、广告牌、海报或标识牌等。
S502,将当前选取的样本图像输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,其中,当前选取的样本图像的质量评分包括当前选取的样本图像中各样本文本段切图的质量评分。
S503,将当前选取的样本图像中各样本文本段切图的质量评分输入到第二深度学习模型中,得到当前选取的样本图像是否符合图像质量标准的预测结果。
第二深度学习模型可以为任意类型的深度学习模型,例如,可以为CNN、RNN、CRNN或Arcface模型等。检测结果可以是二值化的,即样本图像符合图像质量标准或目标图像不符合图像质量标准。
S504,根据第二深度学习模型输出的预测结果计算第二深度学习模型的损失。
具体的,可以根据第二深度学习模型输出的预测结果、以及当前选取的样本图像的图像质量标准的标注值,计算第二深度学习模型的损失。
S505,根据第二深度学习模型的损失调整第二深度学习模型的训练参数,返回执行步骤:选取一样本图像,直至满足预设第二训练结束条件,得到训练好的第二深度学习模型。
第二训练结束条件可以根据实际情况自定义设置,例如,第二训练结束条件可以为第二深度学习模型的损失收敛,或第二训练结束条件可以为第二深度学习模型完成预设的训练次数。一般情况下,样本数据可以分为训练集及测试集,在一个例子中,可以采用9:1的方式将各样本图像划分为训练集及测试集,训练集用于对第二深度学习模型进行训练,测试集用于对第二深度学习模型进行测试,从而能够减少过拟合的情况。
在本公开实施例中,实现了第二深度学习模型的训练,并且利用各目标文本段切图的质量评分及第二深度学习模型来确定目标图像的检测结果,充分考虑了每个目标文本段切图的质量,能够提高检测结果的准确度。
本公开的又一实施例中还提供了一种图像检测装置600,参见图6,包括:
目标图像获取模块61,用于获取待检测的目标图像,其中,所述目标图像中包括字符;
文本段切图获取模块62,用于对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图;
字符置信度确定模块63,用于针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;
置信度特征确定模块64,用于根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征;
质量评分确定模块65,用于将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分;
检测结果确定模块66,用于根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果。
在一种可能的实施方式中,所述置信度特征确定模块,具体用于:
针对每一目标文本段切图,根据该目标文本段切图的字符识别结果中各字符的置信度,确定该目标文本段切图的预设类型参数的数值,其中,预设类型参数包括字符识别结果中各字符的置信度的均值、方差及最小值中的至少一种;
根据各所述目标文本段切图的预设类型参数的数值,分别计算各所述目标文本段切图的每一预设类型参数的置信度参数,其中,置信度特征包括均值、方差、最大值及最小值中的至少两种;
根据各所述目标文本段切图各预设类型参数的各置信度参数,得到所述目标图像的多维置信度特征。
在一种可能的实施方式中,所述目标图像的质量评分包括所述目标图像中各所述目标文本段切图的质量评分;
所述检测结果确定模块,具体用于:将所述目标图像中各所述目标文本段切图的质量评分输入到预先训练的第二深度学习模型中,得到所述目标图像是否符合图像质量标准的检测结果。
在一种可能的实施方式中,所述装置还包括:
目标图像获取模块,用于获取各样本图像;
文本段检测模块,用于分别对各所述样本图像进行文本段检测,得到各所述样本图像的样本文本段切图;
字符识别模块,用于针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果中各字符的置信度以及字符识别结果的置信度;
置信度特征转换模块,用于针对每一样本图像,根据该样本图像的各样本文本段切图的字符识别结果中各字符的置信度,确定该样本图像的多维置信度特征;
质量评分预测模块,用于选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分;
模型损失计算模块,用于根据当前选取的样本图像的各样本文本段切图的字符识别结果的置信度,以及当前选取的样本图像的预测质量评分,计算第一深度学习模型的损失;
训练结束判断模块,用于根据第一深度学习模型的损失调整第一深度学习模型的训练参数,返回执行步骤:选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,直至满足预设第一训练结束条件,得到训练好的第一深度学习模型。
在一种可能的实施方式中,所述字符识别模块,具体用于:
针对每一样本文本段切图,确定该样本文本段切图的字符总数量、有效字符数量及各有效字符的置信度;
在该样本文本段切图中有效字符数量等于该样本文本段切图中字符总数量的情景下,在该样本文本段切图的各有效字符的置信度中,选取最小的置信度作为该样本文本段切图的字符识别结果的置信度;
在该样本文本段切图中有效字符数量小于该样本文本段切图中字符总数量的情景下,令该样本文本段切图的字符识别结果的置信度为0。
在一种可能的实施方式中,所述装置还包括:深度学习模型训练模块,用于:
选取一样本图像;
将当前选取的样本图像输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,其中,当前选取的样本图像的质量评分包括当前选取的样本图像中各样本文本段切图的质量评分;
将当前选取的样本图像中各样本文本段切图的质量评分输入到第二深度学习模型中,得到当前选取的样本图像是否符合图像质量标准的预测结果;
根据第二深度学习模型输出的预测结果计算第二深度学习模型的损失;
根据第二深度学习模型的损失调整第二深度学习模型的训练参数,返回执行步骤:选取一样本图像,直至满足预设第二训练结束条件,得到训练好的第二深度学习模型。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开中任一项所述的图像检测方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开中任一项所述的图像检测方法。
一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开中任一项所述的图像检测方法
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元71,其可以根据存储在只读存储器(ROM)72中的计算机程序或者从存储单元78加载到随机访问存储器(RAM)73中的计算机程序,来执行各种适当的动作和处理。在RAM73中,还可存储设备700操作所需的各种程序和数据。计算单元71、ROM 72以及RAM73通过总线74彼此相连。输入/输出(I/O)接口75也连接至总线74。
设备700中的多个部件连接至I/O接口75,包括:输入单元76,例如键盘、鼠标等;输出单元77,例如各种类型的显示器、扬声器等;存储单元78,例如磁盘、光盘等;以及通信单元79,例如网卡、调制解调器、无线通信收发机等。通信单元79允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元71可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元71的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元71执行上文所描述的各个方法和处理,例如图像检测方法。例如,在一些实施例中,图像检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元78。在一些实施例中,计算机程序的部分或者全部可以经由ROM 72和/或通信单元79而被载入和/或安装到设备700上。当计算机程序加载到RAM 73并由计算单元71执行时,可以执行上文描述的图像检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元71可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种图像检测方法,包括:
获取待检测的目标图像,其中,所述目标图像中包括字符,所述目标图像为招牌、广告牌、海报或标识牌;
对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图;其中,所述目标文本段切图表示所述目标图像中包含文本段的图像区域;
针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;
根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征;
将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分;
根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果;所述检测结果表示所述目标图像符合图像质量标准或者所述目标图像不符合图像质量标准,所述目标图像符合图像质量标准表示所述目标图像符合提取POI兴趣点数据的标准。
2.根据权利要求1所述的方法,其中,所述根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征,包括:
针对每一目标文本段切图,根据该目标文本段切图的字符识别结果中各字符的置信度,确定该目标文本段切图的预设类型参数的数值,其中,预设类型参数包括字符识别结果中各字符的置信度的均值、方差及最小值中的至少一种;
根据各所述目标文本段切图的预设类型参数的数值,分别计算各所述目标文本段切图的每一预设类型参数的置信度参数,其中,置信度特征包括均值、方差、最大值及最小值中的至少两种;
根据各所述目标文本段切图各预设类型参数的各置信度参数,得到所述目标图像的多维置信度特征。
3.根据权利要求1所述的方法,其中,所述目标图像的质量评分包括所述目标图像中各所述目标文本段切图的质量评分;
所述根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果,包括:
将所述目标图像中各所述目标文本段切图的质量评分输入到预先训练的第二深度学习模型中,得到所述目标图像是否符合图像质量标准的检测结果。
4.根据权利要求1-3任一所述的方法,其中,第一深度学习模型的训练过程包括:
获取各样本图像;
分别对各所述样本图像进行文本段检测,得到各所述样本图像的样本文本段切图;
针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果中各字符的置信度以及字符识别结果的置信度;
针对每一样本图像,根据该样本图像的各样本文本段切图的字符识别结果中各字符的置信度,确定该样本图像的多维置信度特征;
选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分;
根据当前选取的样本图像的各样本文本段切图的字符识别结果的置信度,以及当前选取的样本图像的预测质量评分,计算第一深度学习模型的损失;
根据第一深度学习模型的损失调整第一深度学习模型的训练参数,返回执行步骤:选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,直至满足预设第一训练结束条件,得到训练好的第一深度学习模型。
5.根据权利要求4所述的方法,其中,所述针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果的置信度,包括:
针对每一样本文本段切图,确定该样本文本段切图的字符总数量、有效字符数量及各有效字符的置信度;
在该样本文本段切图中有效字符数量等于该样本文本段切图中字符总数量的情景下,在该样本文本段切图的各有效字符的置信度中,选取最小的置信度作为该样本文本段切图的字符识别结果的置信度;
在该样本文本段切图中有效字符数量小于该样本文本段切图中字符总数量的情景下,令该样本文本段切图的字符识别结果的置信度为0。
6.根据权利要求3所述的方法,其中,第二深度学习模型的训练过程包括:
选取一样本图像;
将当前选取的样本图像输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,其中,当前选取的样本图像的质量评分包括当前选取的样本图像中各样本文本段切图的质量评分;
将当前选取的样本图像中各样本文本段切图的质量评分输入到第二深度学习模型中,得到当前选取的样本图像是否符合图像质量标准的预测结果;
根据第二深度学习模型输出的预测结果计算第二深度学习模型的损失;
根据第二深度学习模型的损失调整第二深度学习模型的训练参数,返回执行步骤:选取一样本图像,直至满足预设第二训练结束条件,得到训练好的第二深度学习模型。
7.一种图像检测装置,包括:
目标图像获取模块,用于获取待检测的目标图像,其中,所述目标图像中包括字符,所述目标图像为招牌、广告牌、海报或标识牌;
文本段切图获取模块,用于对所述目标图像进行文本段检测,得到所述目标图像的目标文本段切图;其中,所述目标文本段切图表示所述目标图像中包含文本段的图像区域;
字符置信度确定模块,用于针对每一目标文本段切图,对该目标文本段切图进行字符识别,得到该目标文本段切图的字符识别结果中各字符的置信度;
置信度特征确定模块,用于根据各所述目标文本段切图的字符识别结果中各字符的置信度,确定所述目标图像的多维置信度特征;
质量评分确定模块,用于将所述目标图像的多维置信度特征输入到预先训练的第一深度学习模型中,得到所述目标图像的质量评分;
检测结果确定模块,用于根据所述目标图像的质量评分,得到所述目标图像是否符合图像质量标准的检测结果;所述检测结果表示所述目标图像符合图像质量标准或者所述目标图像不符合图像质量标准,所述目标图像符合图像质量标准表示所述目标图像符合提取POI兴趣点数据的标准。
8.根据权利要求7所述的装置,其中,所述置信度特征确定模块,具体用于:
针对每一目标文本段切图,根据该目标文本段切图的字符识别结果中各字符的置信度,确定该目标文本段切图的预设类型参数的数值,其中,预设类型参数包括字符识别结果中各字符的置信度的均值、方差及最小值中的至少一种;
根据各所述目标文本段切图的预设类型参数的数值,分别计算各所述目标文本段切图的每一预设类型参数的置信度参数,其中,置信度特征包括均值、方差、最大值及最小值中的至少两种;
根据各所述目标文本段切图各预设类型参数的各置信度参数,得到所述目标图像的多维置信度特征。
9.根据权利要求7所述的装置,其中,所述目标图像的质量评分包括所述目标图像中各所述目标文本段切图的质量评分;
所述检测结果确定模块,具体用于:将所述目标图像中各所述目标文本段切图的质量评分输入到预先训练的第二深度学习模型中,得到所述目标图像是否符合图像质量标准的检测结果。
10.根据权利要求7-9任一所述的装置,其中,所述装置还包括:
目标图像获取模块,用于获取各样本图像;
文本段检测模块,用于分别对各所述样本图像进行文本段检测,得到各所述样本图像的样本文本段切图;
字符识别模块,用于针对每一样本文本段切图,对该样本文本段切图进行字符识别,得到该样本文本段切图的字符识别结果中各字符的置信度以及字符识别结果的置信度;
置信度特征转换模块,用于针对每一样本图像,根据该样本图像的各样本文本段切图的字符识别结果中各字符的置信度,确定该样本图像的多维置信度特征;
质量评分预测模块,用于选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分;
模型损失计算模块,用于根据当前选取的样本图像的各样本文本段切图的字符识别结果的置信度,以及当前选取的样本图像的预测质量评分,计算第一深度学习模型的损失;
训练结束判断模块,用于根据第一深度学习模型的损失调整第一深度学习模型的训练参数,返回执行步骤:选取一样本图像,将当前选取的样本图像的多维置信度特征输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,直至满足预设第一训练结束条件,得到训练好的第一深度学习模型。
11.根据权利要求10所述的装置,其中,所述字符识别模块,具体用于:
针对每一样本文本段切图,确定该样本文本段切图的字符总数量、有效字符数量及各有效字符的置信度;
在该样本文本段切图中有效字符数量等于该样本文本段切图中字符总数量的情景下,在该样本文本段切图的各有效字符的置信度中,选取最小的置信度作为该样本文本段切图的字符识别结果的置信度;
在该样本文本段切图中有效字符数量小于该样本文本段切图中字符总数量的情景下,令该样本文本段切图的字符识别结果的置信度为0。
12.根据权利要求9所述的装置,其中,所述装置还包括:深度学习模型训练模块,用于:
选取一样本图像;
将当前选取的样本图像输入到第一深度学习模型中,得到当前选取的样本图像的预测质量评分,其中,当前选取的样本图像的质量评分包括当前选取的样本图像中各样本文本段切图的质量评分;
将当前选取的样本图像中各样本文本段切图的质量评分输入到第二深度学习模型中,得到当前选取的样本图像是否符合图像质量标准的预测结果;
根据第二深度学习模型输出的预测结果计算第二深度学习模型的损失;
根据第二深度学习模型的损失调整第二深度学习模型的训练参数,返回执行步骤:选取一样本图像,直至满足预设第二训练结束条件,得到训练好的第二深度学习模型。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739067.7A CN113537192B (zh) | 2021-06-30 | 2021-06-30 | 图像检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739067.7A CN113537192B (zh) | 2021-06-30 | 2021-06-30 | 图像检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113537192A CN113537192A (zh) | 2021-10-22 |
CN113537192B true CN113537192B (zh) | 2024-03-26 |
Family
ID=78097406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739067.7A Active CN113537192B (zh) | 2021-06-30 | 2021-06-30 | 图像检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113537192B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963149A (zh) * | 2021-10-29 | 2022-01-21 | 平安科技(深圳)有限公司 | 一种医疗票据图片的模糊判断方法、***、设备及介质 |
CN113971811B (zh) * | 2021-11-16 | 2023-06-06 | 北京国泰星云科技有限公司 | 一种基于机器视觉和深度学习的集装箱特征智能识别方法 |
CN114882993B (zh) * | 2022-05-19 | 2024-05-31 | 平安科技(深圳)有限公司 | 问题的解释要素生成方法、装置、介质及电子设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1069518A (ja) * | 1996-08-28 | 1998-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 文字認識方法およびその装置 |
JPH11203411A (ja) * | 1998-01-20 | 1999-07-30 | Fuji Xerox Co Ltd | 文書読み取り装置 |
US6408094B1 (en) * | 1995-01-17 | 2002-06-18 | Eastman Kodak Company | Document image assessment system and method |
JP2002312720A (ja) * | 2001-04-11 | 2002-10-25 | Ricoh Co Ltd | 文字認識装置、文字認識方法、プログラム及び記憶媒体 |
CN101140625A (zh) * | 2006-09-06 | 2008-03-12 | 中国科学院自动化研究所 | 一种多分辨率退化字符自适应识别***及方法 |
CN104978578A (zh) * | 2015-04-21 | 2015-10-14 | 深圳市前海点通数据有限公司 | 手机拍照文本图像质量评估方法 |
CN105335372A (zh) * | 2014-06-12 | 2016-02-17 | 富士通株式会社 | 文档处理装置、方法以及确定文档图像的朝向的设备 |
CN107481238A (zh) * | 2017-09-20 | 2017-12-15 | 众安信息技术服务有限公司 | 图像质量评估方法及装置 |
CN107622266A (zh) * | 2017-09-21 | 2018-01-23 | 平安科技(深圳)有限公司 | 一种ocr识别的处理方法、存储介质和服务器 |
CN111611863A (zh) * | 2020-04-22 | 2020-09-01 | 浙江大华技术股份有限公司 | 车牌图像质量评价方法、装置以及计算机设备 |
CN111881741A (zh) * | 2020-06-22 | 2020-11-03 | 浙江大华技术股份有限公司 | 车牌识别方法、装置、计算机设备和计算机可读存储介质 |
CN111950556A (zh) * | 2020-08-21 | 2020-11-17 | 公安部交通管理科学研究所 | 一种基于深度学习的号牌印刷质量检测方法 |
CN112132075A (zh) * | 2020-09-28 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 图文内容处理方法及介质 |
CN112287932A (zh) * | 2019-07-23 | 2021-01-29 | 上海高德威智能交通***有限公司 | 一种确定图像质量的方法、装置、设备及存储介质 |
CN112287898A (zh) * | 2020-11-26 | 2021-01-29 | 深源恒际科技有限公司 | 一种图像的文本检测质量评价方法及*** |
CN112990035A (zh) * | 2021-03-23 | 2021-06-18 | 北京百度网讯科技有限公司 | 一种文本识别的方法、装置、设备以及存储介质 |
-
2021
- 2021-06-30 CN CN202110739067.7A patent/CN113537192B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6408094B1 (en) * | 1995-01-17 | 2002-06-18 | Eastman Kodak Company | Document image assessment system and method |
JPH1069518A (ja) * | 1996-08-28 | 1998-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 文字認識方法およびその装置 |
JPH11203411A (ja) * | 1998-01-20 | 1999-07-30 | Fuji Xerox Co Ltd | 文書読み取り装置 |
JP2002312720A (ja) * | 2001-04-11 | 2002-10-25 | Ricoh Co Ltd | 文字認識装置、文字認識方法、プログラム及び記憶媒体 |
CN101140625A (zh) * | 2006-09-06 | 2008-03-12 | 中国科学院自动化研究所 | 一种多分辨率退化字符自适应识别***及方法 |
CN105335372A (zh) * | 2014-06-12 | 2016-02-17 | 富士通株式会社 | 文档处理装置、方法以及确定文档图像的朝向的设备 |
CN104978578A (zh) * | 2015-04-21 | 2015-10-14 | 深圳市前海点通数据有限公司 | 手机拍照文本图像质量评估方法 |
CN107481238A (zh) * | 2017-09-20 | 2017-12-15 | 众安信息技术服务有限公司 | 图像质量评估方法及装置 |
CN107622266A (zh) * | 2017-09-21 | 2018-01-23 | 平安科技(深圳)有限公司 | 一种ocr识别的处理方法、存储介质和服务器 |
CN112287932A (zh) * | 2019-07-23 | 2021-01-29 | 上海高德威智能交通***有限公司 | 一种确定图像质量的方法、装置、设备及存储介质 |
CN111611863A (zh) * | 2020-04-22 | 2020-09-01 | 浙江大华技术股份有限公司 | 车牌图像质量评价方法、装置以及计算机设备 |
CN111881741A (zh) * | 2020-06-22 | 2020-11-03 | 浙江大华技术股份有限公司 | 车牌识别方法、装置、计算机设备和计算机可读存储介质 |
CN111950556A (zh) * | 2020-08-21 | 2020-11-17 | 公安部交通管理科学研究所 | 一种基于深度学习的号牌印刷质量检测方法 |
CN112132075A (zh) * | 2020-09-28 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 图文内容处理方法及介质 |
CN112287898A (zh) * | 2020-11-26 | 2021-01-29 | 深源恒际科技有限公司 | 一种图像的文本检测质量评价方法及*** |
CN112990035A (zh) * | 2021-03-23 | 2021-06-18 | 北京百度网讯科技有限公司 | 一种文本识别的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113537192A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
US20220351398A1 (en) | Depth detection method, method for training depth estimation branch network, electronic device, and storage medium | |
CN112633276A (zh) | 训练方法、识别方法、装置、设备、介质 | |
CN115358392B (zh) | 深度学习网络的训练方法、文本检测方法及装置 | |
CN115063875A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN114881129A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN112966744A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN112861885A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113361710A (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
CN113657274A (zh) | 表格生成方法、装置、电子设备、存储介质及产品 | |
CN114429633A (zh) | 文本识别方法、模型的训练方法、装置、电子设备及介质 | |
CN115359308A (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN113887630A (zh) | 图像分类方法、装置、电子设备和存储介质 | |
CN113191261A (zh) | 图像类别的识别方法、装置和电子设备 | |
CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
CN115359322A (zh) | 一种目标检测模型训练方法、装置、设备和存储介质 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN114817476A (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN113361524B (zh) | 图像处理方法及装置 | |
CN113408661B (zh) | 误匹配确定方法、装置、设备和介质 | |
CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |