公开(公告)号：CN116189205A

公开(公告)日：2023-05-30

申请号：CN202310210795.8

申请日：2023-02-28

申请人： 浙江网商银行股份有限公司

发明人： 张悦 ,  朱禹轲 ,  阮宇艨 ,  郭胜 ,  韩冰

IPC分类号： G06V30/40 ,  G06V30/19 ,  G06T7/73 ,  G06V10/82 ,  G06N3/04 ,  G06N3/0895

摘要： 本说明书公开了一种文本检测模型的训练方法、装置、设备及介质，包括：将前景图像映射至背景图像得到合成图像，并对合成图像标注映射位置，前景图像为文本图像，背景图像为非文本图像。选取合成图像构建样本图像集，样本图像标注的映射位置为中文本信息位置。基于第一神经网络按照标注的中文本信息位置对第一样本图像进行特征提取，得到第一特征向量，并基于第二神经网络按照标注的中文本信息位置对第二样本图像进行特征提取，得到第二特征向量，第一神经网络和第二神经网络与文本检测模型的参数耦合。根据第一样本图像和第二样本图像是否为同一样本分类，以及第一特征向量和第二特征向量间的相似度确定训练损失，以对文本检测模型进行参数调整。

公开(公告)号：CN115457582A

公开(公告)日：2022-12-09

申请号：CN202210970486.6

申请日：2022-08-12

申请人： 浙江网商银行股份有限公司

发明人： 阮宇艨 ,  朱禹轲 ,  郭胜 ,  韩冰

IPC分类号： G06V30/413 ,  G06V30/19

摘要： 本说明书提供了一种图像表格的结构化方法及图像表格结构化模型的训练方法，所述方法包括：在所述图像中设置多条虚拟锚线，对所述图像进行特征提取，以得到所述图像对应的特征图，针对每条虚拟锚线生成对应的特征向量，对所述多条虚拟锚线对应的特征向量进行回归处理，以确定出匹配于所述待识别表格的表格线的目标虚拟锚线，以及根据所述目标虚拟锚线对应的特征向量所生成的回归坐标，所述回归坐标为所述待识别表格的表格线在所述图像中的坐标，根据生成的回归坐标，生成所述待识别表格对应的结构化表格。

公开(公告)号：CN114445807A

公开(公告)日：2022-05-06

申请号：CN202210062042.2

申请日：2022-01-19

申请人： 浙江网商银行股份有限公司

发明人： 欧阳潘义 ,  陈煜东 ,  胡亮 ,  朱禹轲 ,  杨雷

IPC分类号： G06V20/62 ,  G06V30/10 ,  G06V10/24 ,  G06V30/148 ,  G06V10/28 ,  G06V10/44 ,  G06V10/764 ,  G06K9/62 ,  G06N7/00

摘要： 本说明书实施例提供一种文本区域检测方法及装置，所述方法包括：将包含文本区域的待检测图像输入已训练完成的文本检测模型进行计算；其中，所述文本检测模型包括至少将与所述待检测图像对应的方向偏移图作为学习目标进行有监督训练得到的机器学习模型；所述方向偏移图用于指示所述待检测图像包含的文本区域中的各像素点对应的文本语序方向信息；检测所述待检测图像包含的文本区域；获取所述文本检测模型输出的与所述待检测图像对应的方向偏移图，并根据所述方向偏移图为检测到的所述文本区域标记文本语序方向，以得到标记了文本语序方向的所述文本区域。

公开(公告)号：CN115578552A

公开(公告)日：2023-01-06

申请号：CN202211304758.5

申请日：2022-10-24

申请人： 浙江网商银行股份有限公司

发明人： 朱禹轲 ,  阮宇艨 ,  张悦 ,  郭胜 ,  韩冰

IPC分类号： G06V10/24 ,  G06V10/25

摘要： 本说明书实施例提供检测模型训练方法以及目标检测方法，其中所述检测模型训练方法包括：获取标注有目标框的样本图像；将所述样本图像输入预设检测模型中进行目标检测，获得预测框；根据所述目标框的边信息和点信息，以及所述预测框的边信息和点信息，计算损失值；基于所述损失值调整所述预设检测模型的模型参数，返回执行所述获取标注有目标框的样本图像的步骤，在达到预设训练停止条件的情况下，确定训练后的所述预设检测模型为目标检测模型。通过边信息和点信息确定损失值，提高了模型检测的精确度。本方法实现简单，适用于使用任何深度学习框架，避免了方形物体无法回归的问题。

公开(公告)号：CN115410000A

公开(公告)日：2022-11-29

申请号：CN202210977175.2

申请日：2022-08-15

申请人： 浙江网商银行股份有限公司

发明人： 朱禹轲 ,  郭胜 ,  韩冰

IPC分类号： G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06F16/35 ,  G06F40/284

摘要： 本说明书实施例提供对象分类方法以及装置，其中所述对象分类方法包括：获取待分类对象；提取所述待分类对象的特征向量；对所述特征向量和查询向量进行多头交叉注意力运算，得到类别向量，其中，所述查询向量为对预设的类别查询向量进行多头自注意力运算得到；根据所述类别向量，确定所述待分类对象的分类结果。通过对获取的待分类对象进行特征提取，得到待分类对象的特征向量，然后将特征向量与经过多头自注意力运算得到的查询向量进行多头交叉注意力运算得到类别向量，进一步基于类别向量，确定出待分类对象的分类结果，使得确定出的分类结果的准确率较高。