一种用于OCR模型训练的样本标注方法及系统

基本信息

申请号 2020113553817 申请日 -
公开(公告)号 CN112288039A 公开(公告)日 2021-01-29
申请公布号 CN112288039A 申请公布日 2021-01-29
分类号 G06K9/62(2006.01)I; 分类 计算;推算;计数;
发明人 宛侠;夏光子;黄贤俊;侯进 申请(专利权)人 北京深智恒际科技有限公司
代理机构 北京汇信合知识产权代理有限公司 代理人 林聪源
地址 100085北京市海淀区清河西三旗东路6幢2层203室
法律状态 -

摘要

摘要 本发明公开了一种用于OCR模型训练的样本标注方法及系统,包括:获取原始样本;从原始样本中选出部分样本,进行标题区域的“画框”和“打字”,并训练得到标题模型;基于标题模型对原始样本进行预处理,得到不同标题的分类样本;从分类样本中选出部分样本,进行样本中所有文本的“画框”,并训练得到初版检测模型;基于初版检测模型对该标题的分类样本进行预处理,得到带有检测框的初版检测分类样本;从初版检测分类样本中选出部分样本,进行检测框质检调整,并训练得到再版检测模型;基于再版检测模型对该标题的分类样本进行预处理,得到带有检测框的再版检测分类样本;利用识别模型对再版检测分类样本预处理出文本识别样本。