CN119445594A 模型训练方法、文本检测方法、终端设备以及存储介质 (广州视源电子科技股份有限公司)_第1页
CN119445594A 模型训练方法、文本检测方法、终端设备以及存储介质 (广州视源电子科技股份有限公司)_第2页
CN119445594A 模型训练方法、文本检测方法、终端设备以及存储介质 (广州视源电子科技股份有限公司)_第3页
CN119445594A 模型训练方法、文本检测方法、终端设备以及存储介质 (广州视源电子科技股份有限公司)_第4页
CN119445594A 模型训练方法、文本检测方法、终端设备以及存储介质 (广州视源电子科技股份有限公司)_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本申请提出一种基于文本检测模型的模型2获取初始化文本检测模型,其中,所述初始化文本检测模型将训练图像输入所述初始化文本检测模型,获取所述初始化文本所述获取所述初始化文本检测模型输出的伪标注标签之后,所述模型训练方法还包基于所述文本识别结果的文本字符个数和文本尺寸的大小关系将不符合文本过滤条所述基于所述文本识别结果的文本字符个数和文本尺寸的大小关系将不符合文本过将所述文本字符个数低于所述文本过滤下限或者高于所述文本过滤上限的伪标注标所述获取所述初始化文本检测模型输出的伪标注标签之后,所述模型训练方法还包所述利用所述伪标注标签对所述初始化文本检测模型训练,得到所述文本检测模型,基于所述中等质量训练数据对所述初始化文本检测模型训练,得利用所述高质量训练数据对所述第一中间文本检测模型训练,得到所述文本检测模基于所述低质量训练数据对所述初始化文本检测模型训练,得到第3所述获取所述初始化文本检测模型输出的伪标注标签之后,所述模型训练方法还包将所述伪标注标签通过预先训练的图像分类模型,将所述伪标注标所述利用所述伪标注标签对所述初始化文本检测模型训练,得到所述文本检测模型,利用所述高质量训练数据、所述中等质量训练数据和/或所述低质量训练数据按照质其中,所述存储器用于存储程序数据,所述处理器用于执行4[0011]基于所述文本识别结果的文本字符个数和文本尺寸的大小关系将不符合文本过[0013]所述基于所述文本识别结果的文本字符个数和文本尺寸的大小关系将不符合文[0015]将所述文本字符个数低于所述文本过滤下限或者高于所述文本过滤上限的伪标5[0030]利用所述高质量训练数据、所述中等质量训练数据和/或所述低质量训练数据按6[0058]具体请参阅图1和图2,图1是本申请提供的基于文本检测模型的模型训练方法一实施例的流程示意图,图2是本申请提供的基于文本检测模型的模型训练方法的整体流程78[0076]步骤S22:基于文本识别结果的文本字符个数和文本尺寸的大小关系将不符合文数据为步骤12生成的伪标签数据(随机选取1000[0093]如图6所示,本申请基于CNN的图像分类模型提出一种质量判断模块和图像分类9有的伪标签数据划分为3个类别,对不同的类别数据进行不同阶段的预训练,具体过程如[0097]低质量伪标签数据:初始模型使用低质量伪标签数据进行快速迭代,训练N个用处理器、数字信号处理器(DSP,DigitalSignalProcess)、专用集成电路(ASIC,ApplicationSpecificIntegratedCircuit)、现场可编程门阵列(FPGA,Field机程序61在被处理器执行时,用以实现上述实施例的基于文本检测模型的模型训练方法,说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论