-
公开(公告)号:CN119479084A
公开(公告)日:2025-02-18
申请号:CN202411231742.5
申请日:2022-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V20/62 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本说明书实施例提供图片识别方法及系统,其中所述图片识别方法包括:将待识别图片输入预先训练的图片识别模型,其中,所述图片识别模型基于有标签图片样本以及满足预设规则的无标签图片样本训练获得;获取所述图片识别模型对所述待识别图片的识别结果,基于所述识别结果确定所述待识别图片是否为风险图片。该方法通过基于有标签图片样本以及满足预设规则的无标签图片样本训练获得的图片识别模型,识别输入的待识别图片是否为风险图片,从而提高了风险图片的识别效率,降低了图片验证过程的难度。
-
公开(公告)号:CN114529993B
公开(公告)日:2024-09-24
申请号:CN202210181146.5
申请日:2022-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V20/62 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本说明书实施例提供图片识别方法及系统,其中所述图片识别方法包括:将待识别图片输入预先训练的图片识别模型,其中,所述图片识别模型基于有标签图片样本以及满足预设规则的无标签图片样本训练获得;获取所述图片识别模型对所述待识别图片的识别结果,基于所述识别结果确定所述待识别图片是否为风险图片。该方法通过基于有标签图片样本以及满足预设规则的无标签图片样本训练获得的图片识别模型,识别输入的待识别图片是否为风险图片,从而提高了风险图片的识别效率,降低了图片验证过程的难度。
-
公开(公告)号:CN116503876A
公开(公告)日:2023-07-28
申请号:CN202310464514.1
申请日:2023-04-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供图像识别模型的训练方法及装置、图像识别方法及装置,其中所述图像识别模型的训练方法包括:获取样本文本图像和样本文本图像的样本文本标签;通过图像识别模型确定样本文本图像对应视觉维度的第一全局特征,以及通过文本识别模型确定样本文本标签对应语言维度的第二全局特征;根据第一全局特征和第二全局特征对图像识别模型进行迭代训练,直至获得满足模型训练结束条件的目标图像识别模型;其中,目标图像识别模型的识别结果融合视觉维度和语言维度分别对应的语义特征。在训练阶段基于第一全局特征和第二全局特征进行迭代训练,使模型具备视觉和语言两种编码能力,提高识别效率和准确率。
-
公开(公告)号:CN118429999A
公开(公告)日:2024-08-02
申请号:CN202410524507.0
申请日:2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/413 , G06V30/148 , G06V30/19 , G06V10/82
Abstract: 本说明书的一个或多个实施例涉及信息技术领域,具体涉及一种图像中文本的分组方法及装置。所述方法包括步骤:读取目标图像,将所述目标图像切分为多个贴片;分别获得每个贴片的文字实例识别结果及词分割结果,融合全部贴片的词分割结果获得全局词分割结果;根据预先配置的模型对所述目标图像的响应,获得多个行分割输出及多个段落分割输出;将所述全局词分割结果与多个所述行分割输出及多个所述段落分割输出分别进行匹配;根据匹配结果将多个所述行分割输出及多个所述段落分割输出进行融合,获得全局段落分割结果;根据所述全局段落分割结果,分组图像中的文本。
-
公开(公告)号:CN114529993A
公开(公告)日:2022-05-24
申请号:CN202210181146.5
申请日:2022-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V40/40 , G06V40/16 , G06V20/62 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供图片识别方法及系统,其中所述图片识别方法包括:将待识别图片输入预先训练的图片识别模型,其中,所述图片识别模型基于有标签图片样本以及满足预设规则的无标签图片样本训练获得;获取所述图片识别模型对所述待识别图片的识别结果,基于所述识别结果确定所述待识别图片是否为风险图片。该方法通过基于有标签图片样本以及满足预设规则的无标签图片样本训练获得的图片识别模型,识别输入的待识别图片是否为风险图片,从而提高了风险图片的识别效率,降低了图片验证过程的难度。
-
-
-
-