買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大華技術(shù)股份有限公司申請的專利文字識別模型的訓(xùn)練方法、文字識別方法和設(shè)備、電子設(shè)備及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114462489B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111633893.X，技術(shù)領(lǐng)域涉及：G06V30/19；該發(fā)明授權(quán)文字識別模型的訓(xùn)練方法、文字識別方法和設(shè)備、電子設(shè)備及介質(zhì)是由孟闖;熊劍平設(shè)計(jì)研發(fā)完成，并于2021-12-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本文字識別模型的訓(xùn)練方法、文字識別方法和設(shè)備、電子設(shè)備及介質(zhì)在說明書摘要公布了：本申請公開了一種文字識別模型的訓(xùn)練方法、文字識別方法和設(shè)備、電子設(shè)備和介質(zhì)，該方法包括：獲取有標(biāo)簽數(shù)據(jù)、無標(biāo)簽數(shù)據(jù)以及有標(biāo)簽數(shù)據(jù)和無標(biāo)簽數(shù)據(jù)的反饋聯(lián)合損失，反饋聯(lián)合損失基于所述有標(biāo)簽數(shù)據(jù)、所述無標(biāo)簽數(shù)據(jù)和損失函數(shù)計(jì)算得到；對無標(biāo)簽數(shù)據(jù)進(jìn)行隨機(jī)字符擾動增強(qiáng)，得到擾動后的無標(biāo)簽數(shù)據(jù)；使用有標(biāo)簽數(shù)據(jù)、反饋聯(lián)合損失以及擾動后的無標(biāo)簽數(shù)據(jù)對訓(xùn)練中的文字識別模型進(jìn)行有監(jiān)督聯(lián)合半監(jiān)督訓(xùn)練，直至損失函數(shù)收斂時，得到訓(xùn)練后的文字識別模型。通過上述方式，本申請使用有標(biāo)簽數(shù)據(jù)、反饋聯(lián)合損失以及擾動后的無標(biāo)簽數(shù)據(jù)對訓(xùn)練中的文字識別模型實(shí)現(xiàn)有監(jiān)督聯(lián)合半監(jiān)督訓(xùn)練，從而提高了文字識別模型在通用場景下的文字識別能力。

本發(fā)明授權(quán)文字識別模型的訓(xùn)練方法、文字識別方法和設(shè)備、電子設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種文字識別模型的訓(xùn)練方法，其特征在于，訓(xùn)練中的文字識別模型包括訓(xùn)練中的學(xué)生模型和訓(xùn)練中的教師模型，所述教師模型的網(wǎng)絡(luò)結(jié)構(gòu)和所述學(xué)生模型的網(wǎng)絡(luò)結(jié)構(gòu)相同；所述方法包括： 獲取有標(biāo)簽數(shù)據(jù)、無標(biāo)簽數(shù)據(jù)以及所述有標(biāo)簽數(shù)據(jù)和所述無標(biāo)簽數(shù)據(jù)的反饋聯(lián)合損失，所述反饋聯(lián)合損失基于所述有標(biāo)簽數(shù)據(jù)、所述無標(biāo)簽數(shù)據(jù)和損失函數(shù)計(jì)算得到，其中，所述損失函數(shù)包括有監(jiān)督損失函數(shù)和無監(jiān)督損失函數(shù)，所述有監(jiān)督損失函數(shù)至少包括聯(lián)結(jié)時間分類損失函數(shù)； 對所述無標(biāo)簽數(shù)據(jù)進(jìn)行字符擾動增強(qiáng)，得到擾動后的無標(biāo)簽數(shù)據(jù)； 使用所述有標(biāo)簽數(shù)據(jù)、所述反饋聯(lián)合損失以及所述擾動后的無標(biāo)簽數(shù)據(jù)對訓(xùn)練中的文字識別模型進(jìn)行有監(jiān)督聯(lián)合半監(jiān)督訓(xùn)練，直至所述損失函數(shù)收斂時，得到訓(xùn)練后的文字識別模型； 其中，所述使用所述有標(biāo)簽數(shù)據(jù)、所述反饋聯(lián)合損失以及所述擾動后的無標(biāo)簽數(shù)據(jù)對訓(xùn)練中的文字識別模型進(jìn)行有監(jiān)督聯(lián)合半監(jiān)督訓(xùn)練，包括：將所述反饋聯(lián)合損失、所述有標(biāo)簽數(shù)據(jù)以及所述擾動后的無標(biāo)簽數(shù)據(jù)輸入所述訓(xùn)練中的學(xué)生模型進(jìn)行有監(jiān)督聯(lián)合半監(jiān)督訓(xùn)練，得到第一預(yù)測值，將所述擾動后的無標(biāo)簽數(shù)據(jù)輸入所述訓(xùn)練中的教師模型進(jìn)行所述半監(jiān)督訓(xùn)練，得到第二預(yù)測值； 所述損失函數(shù)收斂時，得到訓(xùn)練后的文字識別模型，包括：提取所述有標(biāo)簽數(shù)據(jù)的標(biāo)簽；調(diào)用所述有監(jiān)督損失函數(shù)，對所述標(biāo)簽以及所述第一預(yù)測值進(jìn)行擬合，得到聯(lián)結(jié)時間分類損失值以使所述聯(lián)結(jié)時間分類損失函數(shù)收斂，得到訓(xùn)練后的學(xué)生模型；調(diào)用所述無監(jiān)督損失函數(shù)，對所述第二預(yù)測值與所述第一預(yù)測值進(jìn)行處理，得到均方誤差損失值以使所述無監(jiān)督損失函數(shù)收斂，得到訓(xùn)練后的教師模型，所述第二預(yù)測值與所述第一預(yù)測值之間的差值小于預(yù)設(shè)差值，以使所述訓(xùn)練后的學(xué)生模型和所述訓(xùn)練后的教師模型組成所述訓(xùn)練后的文字識別模型；其中，所述反饋聯(lián)合損失是基于所述聯(lián)結(jié)時間分類損失值和所述均方誤差損失值的和確定的。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大華技術(shù)股份有限公司，其通訊地址為：310051 浙江省杭州市濱江區(qū)濱安路1187號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。