本文源自:金融界
金融界2024年10月31日消息，国家知识产权局信息显示，北京百度网讯科技有限公司申请一项名为“文本检测及文本检测模型训练方法、装置和设备”的专利，公开号CN 118840756 A，申请日期为2024年6月。
专利摘要显示，本公开提供了一种文本检测及文本检测模型训练方法、装置和设备，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于OCR等场景。文本预测方法包括：对目标图像进行特征提取，以获得所述目标图像的图像特征；所述目标图像中包含待检测文本；基于所述图像特征进行多个文本粒度的检测处理，以获得多种候选检测结果；所述多种候选检测结果与所述多个文本粒度一一对应；基于所述多种候选检测结果获取目标粒度的待处理检测结果；基于所述图像特征和所述待处理检测结果的目标位置特征进行分割处理，以获得所述待检测文本的所述目标粒度的目标检测结果。
