申请/专利权人:北京有竹居网络技术有限公司
申请日:2021-05-21
公开(公告)日:2024-04-23
公开(公告)号:CN113255645B
主分类号:G06V30/14
分类号:G06V30/14;G06F40/126
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2021.08.31#实质审查的生效;2021.08.13#公开
摘要:本申请实施例公开了一种文本行图片的解码方法、装置和设备,Transformer模型的解码器至少连接第一模块和第二模块,在该解码器对文本行图片进行一次解码时,将前次的解码结果输入所述解码器,对文本行图片进行当次解码,从第一模块获得第一字符,从第二模块获得第二字符;将前次的解码结果依次拼接第一字符和第二字符获得当次的解码结果。可见,本申请提供的方法中,Transformer模型一次解码出多个字符,而克服了目前Transformer模型的解码器一次只能解码一个字符导致解码效率较低的问题,提高了对文本行图片的解码效率,从而提高了对文本行图片的识别效率。
主权项:1.一种文本行图片的解码方法,其特征在于,应用于Transformer模型,所述Transformer模型的解码器分别连接第一模块和第二模块,所述第一模块包括第一全连接层和第一softmax层,所述第二模块包括第二全连接层和第二softmax层,所述方法包括:将前次的解码结果输入所述解码器,对文本行图片进行解码,从所述第一模块获得第一字符,从所述第二模块获得第二字符,所述前次的解码结果包括所述解码器前次对所述文本行图片进行解码获得的字符串;将所述前次的解码结果依次拼接所述第一字符和所述第二字符,获得当次的解码结果,所述当次的解码结果作为所述解码器下次对所述文本行图片进行解码的输入字符串。
全文数据:
权利要求:
百度查询: 北京有竹居网络技术有限公司 一种文本行图片的解码方法、装置和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。