文本識(shí)別及模型訓(xùn)練方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請?zhí)?/td> CN202110464194.0 申請日 -
公開（公告）號 CN113221879A 公開（公告）日 2021-08-06
申請公布號 CN113221879A 申請公布日 2021-08-06
分類號 G06K9/32（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄔國銳;卿山;王慶慶 申請（專利權(quán)）人 北京愛咔咔信息技術(shù)有限公司
代理機(jī)構(gòu) 北京致科知識(shí)產(chǎn)權(quán)代理有限公司 代理人 李洪娟;魏紅雅
地址 100085北京市海淀區(qū)安寧莊路26號樓2層216
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種文本識(shí)別及模型訓(xùn)練方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：獲取待識(shí)別圖像的包含空間位置信息的第一圖像特征；采用自注意力機(jī)制對所述第一圖像特征進(jìn)行優(yōu)化，獲得第二圖像特征；將所述第一圖像特征和所述第二圖像特征進(jìn)行融合，獲得第三圖像特征；對所述第三圖像特征進(jìn)行解碼處理，獲得識(shí)別結(jié)果。本發(fā)明通過采用自注意力機(jī)制對包含空間位置信息的圖像特征進(jìn)優(yōu)化，并將優(yōu)化后的圖像特征與優(yōu)化前的圖像特征融合后再進(jìn)行解碼，融合特征有效保留了優(yōu)化前圖像特征的原始視覺特征并增加了空間依賴性信息，從而具有更好的表示能力，更有助于解碼階段的對齊操作，有效降低了注意力偏移問題，從而提高識(shí)別結(jié)果的準(zhǔn)確性。