技术总结
本发明实施例公开了一种模型训练方法、文本去噪方法、装置、设备及存储介质。该方法包括：确定文本去噪神经网络模型中的当前目标训练层；将图像训练样本输入至文本去噪神经网络模型，并计算对应的第一损失函数，基于第一损失函数对文本去噪神经网络模型进行训练，以对当前目标训练层中的权重参数进行调整，直到文本去噪神经网络模型满足预设收敛条件；若当前目标训练层中未包括文本去噪神经网络模型中的所有神经网络层，返回执行确定文本去噪神经网络模型中的当前目标训练层的步骤。本发明实施例的技术方案，解决了文本去噪过程中图印等噪音难以完全去除，影响文本整体识别效果的问题，提高了文本去噪神经网络模型对文本识别的清晰度和准确度。清晰度和准确度。清晰度和准确度。
技术研发人员：高凯珺
受保护的技术使用者：上海眼控科技股份有限公司
技术研发日：2020.11.27
技术公布日：2021/2/5