面向深度学习OCR识别的字模数据清洗方法、系统及介质
基本信息
| 申请号 | CN202110677674.5 | 申请日 | - |
| 公开（公告）号 | CN113434491A | 公开（公告）日 | 2021-09-24 |
| 申请公布号 | CN113434491A | 申请公布日 | 2021-09-24 |
| 分类号 | G06F16/215（2019.01）I;G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 郑传双;樊向东;杨玉 | 申请（专利权）人 | 深圳市曙光信息技术有限公司 |
| 代理机构 | 深圳市科吉华烽知识产权事务所（普通合伙） | 代理人 | 罗修华 |
| 地址 | 518000广东省深圳市福田区上梅林梅林阁1栋302A | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种面向深度学习OCR识别的字模数据清洗方法、系统及介质，通过获取标准字模集；以标准字模集训练选定的深度学习模型，得到用于识别字模集的深度学习模型；通过训练好的深度学习模型，对标准字模集进行识别，构造出易错字对字典；通过训练好的深度学习模型，对待清洗的真实字模集进行自动识别标注，得到真实字模集识别结果；通过易错字对字典以及字模图像质量评估策略，对真实字模集识别结果进行评估，根据评估结果将所述真实字模集中不合格字模剔除，得到新的真实字模集；以新的真实字模集训练选定的深度学习模型，得到新的训练好的深度学习模型；重复执行上述最后三个步骤，直到再无字模需要被剔除为止，可以实现字模数据集的快速标注，提高字模数据的处理效率。 |
