药名识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能领域，实现根据训练图像与扩充图像对药名识别模型进行训练以及对药名识别模型输出的药名识别结果进行药名模糊匹配，有效提高了识别药物名称的准确性。涉及一种药名识别方法、装置、计算机设备和存储介质，该方法包括：将图像训练数据与图像扩充数据输入药名识别模型进行迭代训练，得到训练好的药名识别模型；获取待进行药名识别的药盒图像，并确定药盒图像对应的至少一个待识别图像；将每个待识别图像输入训练好的药名识别模型进行药名识别，获得药盒图像对应的药名识别结果；基于预设的药名信息库，对药名识别结果进行药名模糊匹配，获得药盒图像对应的药物名称。此外，本申请还涉及区块链技术，药名信息库可存储于区块链中。

【技术实现步骤摘要】
药名识别方法、装置、计算机设备和存储介质
本申请涉及人工智能领域，尤其涉及一种药名识别方法、装置、计算机设备和存储介质。
技术介绍
在日常生活中，中老年人经常接触到各种药物，但很多药盒上的文字较小，中老年人难以识别药盒上的药物名称。现有方法主要是采用OCR(OpticalCharacterRecognition，光学字符识别)自动识别药盒上的文字，但是OCR技术仅适用于简单场景，并且在文本识别阶段主要是采用特征提取与模板匹配方法，利用人的经验知识指导文字特征提取，然后从特征库中根据文字相似度匹配。这种方法的稳定性与有效性都较差，难以识别药盒复杂多样的药物名称。因此如何提高识别药盒上的药物名称的准确性成为亟需解决的问题。
技术实现思路
本申请提供了一种药名识别方法、装置、计算机设备和存储介质，通过根据图像训练数据与图像扩充数据对药名识别模型进行训练，使得训练好的药名识别模型适用于识别药盒图像中复杂多样的药物名称的场景，可以有效提高识别药物名称的准确性；通过对药名识别模型输出的药名识别结果进行药名模糊匹配，进一步提高了识别药物名称的准确性。第一方面，本申请提供了一种药名识别方法，所述方法包括：获取图像训练数据，所述图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数据；将所述图像训练数据与所述图像扩充数据输入药名识别模型进行迭代训练，直至所述药名识别模型收敛，得到训练好的所述药名识别模型；获取待进行药名识别的药盒图像，并确定所述药盒图像对应的至少一个待识别图像；将每个所述待识别图像输入训练好的所述药名识别模型进行药名识别，获得所述药盒图像对应的药名识别结果；基于预设的药名信息库，对所述药名识别结果进行药名模糊匹配，获得所述药盒图像对应的药物名称。第二方面，本申请还提供了一种药名识别装置，所述装置包括：图像数据获取模块，用于获取图像训练数据，所述图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数据；模型训练模块，用于将所述图像训练数据与所述图像扩充数据输入药名识别模型进行迭代训练，直至所述药名识别模型收敛，得到训练好的所述药名识别模型；图像提取模块，用于获取待进行药名识别的药盒图像，并确定所述药盒图像对应的至少一个待识别图像；药名识别模块，用于将每个所述待识别图像输入训练好的所述药名识别模型进行药名识别，获得所述药盒图像对应的药名识别结果；药名模糊匹配模块，用于基于预设的药名信息库，对所述药名识别结果进行药名模糊匹配，获得所述药盒图像对应的药物名称。第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的药名识别方法。第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的药名识别方法。本申请公开了一种药名识别方法、装置、计算机设备和存储介质，通过获取图像训练数据以及获取图像扩充数据，将图像训练数据与图像扩充数据输入药名识别模型进行迭代训练，可以使得训练好的药名识别模型适用于识别药盒图像中复杂多样的药物名称的场景，可以有效提高识别药物名称的准确性；通过获取待进行药名识别的药盒图像并确定待识别图像，可以获得药盒文本的待识别图像；通过将每个待识别图像输入训练好的药名识别模型进行药名识别，可以有效提高药名识别结果的准确性；通过基于预设的药名信息库，对药名识别结果进行药名模糊匹配，获得药盒图像对应的药物名称，进一步提高了对药盒图像进行药物名称识别的准确性。附图说明为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种药名识别方法的示意性流程图；图2是本申请实施例提供的一种对药名识别模型进行训练的示意图；图3是本申请实施例提供的一种获取图像扩充数据的子步骤的示意性流程图；图4是本申请实施例提供的一种确定待识别图像的子步骤的示意性流程图；图5是本申请实施例提供的一种对药盒图像进行文本检测的子步骤的示意性流程图；图6是本申请实施例提供的一种药名识别装置的示意性框图；图7是本申请实施例提供的一种计算机设备的结构示意性框图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。本申请的实施例提供了一种药名识别方法、装置、计算机设备和存储介质。其中，该药名识别方法可以应用于服务器或终端中，通过根据训练图像与扩充图像对药名识别模型进行训练，使得训练好的药名识别模型适用于识别药盒图像中复杂多样的药物名称的场景，可以有效提高识别药物名称的准确性；通过对药名识别模型输出的药名识别结果进行药名模糊匹配，进一步提高了识别药物名称的准确性。其中，服务器可以为独立的服务器，也可以为服务器集群。终端可以是智能手机、平板电脑、笔记本电脑和台式电脑等电子设备。下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。如图1所示，药名识别方法包括步骤S10至步骤S50。步骤S10、获取图像训练数据，所述图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数据。在本申请实施例中，为提高药名识别模型识别药名的准确性，在采用药名识别模型对待识别图像进行药名识别之前，需要对初始的药名识别模型进行训练至收敛，得到训练好的药名识别模型。请参阅图2，图2是本申请实施例提供的一种对药名识别模型进行训练的示意图。如图2所示，具体的训练过程可以包括：获取图像训练数据，图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数本文档来自技高网...

【技术保护点】
1.一种药名识别方法，其特征在于，包括：/n获取图像训练数据，所述图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数据；/n将所述图像训练数据与所述图像扩充数据输入药名识别模型进行迭代训练，直至所述药名识别模型收敛，得到训练好的所述药名识别模型；/n获取待进行药名识别的药盒图像，并确定所述药盒图像对应的至少一个待识别图像；/n将每个所述待识别图像输入训练好的所述药名识别模型进行药名识别，获得所述药盒图像对应的药名识别结果；/n基于预设的药名信息库，对所述药名识别结果进行药名模糊匹配，获得所述药盒图像对应的药物名称。/n

【技术特征摘要】
1.一种药名识别方法，其特征在于，包括：
获取图像训练数据，所述图像训练数据为对样本药盒图像进行文本提取得到的，以及获取图像扩充数据；
将所述图像训练数据与所述图像扩充数据输入药名识别模型进行迭代训练，直至所述药名识别模型收敛，得到训练好的所述药名识别模型；
获取待进行药名识别的药盒图像，并确定所述药盒图像对应的至少一个待识别图像；
将每个所述待识别图像输入训练好的所述药名识别模型进行药名识别，获得所述药盒图像对应的药名识别结果；
基于预设的药名信息库，对所述药名识别结果进行药名模糊匹配，获得所述药盒图像对应的药物名称。


2.根据权利要求1所述的药名识别方法，其特征在于，所述获取图像扩充数据，包括：
基于预设的药物知识库，获取包含药物信息的文本数据，所述文本数据包括中文、英文、数字以及符号中至少一种；
对所述文本数据添加文本属性，获得添加文本属性后的所述文本数据，所述文本属性包括文本长度、文本方向、字体大小以及字体样式中至少一种；
将添加文本属性后的所述文本数据添加至预设的图像模板中，获得所述图像扩充数据。


3.根据权利要求1所述的药名识别方法，其特征在于，所述确定所述药盒图像对应的至少一个待识别图像，包括：
将所述药盒图像输入文本检测模型进行文本检测，获得所述药盒图像对应的文本位置信息：
根据所述文本位置信息对所述药盒图像进行切分，得到至少一个所述待识别图像。


4.根据权利要求3所述的药名识别方法，其特征在于，所述文本检测模型至少包括特征提取层；所述将所述药盒图像输入文本检测模型进行文本检测，获得所述药盒图像对应的文本位置信息，包括：
将所述药盒图像输入所述特征提取层进行特征提取，获得所述药盒图像对应的特征图像；
确定所述特征图像对应的二值化特征图；
确定所述二值化特征图中的文本区域，并根据所述文本区域，确定所述文本位置信息。


5.根据权利要求1所述的药名识别方法，其特征在于，所述将每个所述待识别图像输入药名识别模型进行药名识别之前，还包括：
确定所述药名识别模型对应的图像识别方向；
根据所述图像识别方向，确定待进行方向调整的待识别图像以及不需要方向调整的待识别图像；
对待进行方向调整的所述待识别图像进行方向调整，获得调整后的所述待识别图像；

【专利技术属性】
技术研发人员：曾婵，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44