文档版面分析方法、模型训练方法、装置和设备

摘要

本公开提供了一种文档版面分析方法、模型训练方法、装置和设备，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于智慧城市和智慧金融场景下。文档版面分析方法包括：获取待处理文档图像的图像特征图和语义特征图；对图像特征图和语义特征图进行特征融合，以获得融合特征图；以及基于融合特征图，确定与待处理文档图像包括的文本内容对应的文本位置信息和/或文本类型信息。利用上述方法，可以利用待处理文档图像的图像特征和语义特征，针对待处理文档图像确定文本位置信息和/或文本类型信息，因此能够在复杂版面和复杂背景中提升文档版面分析的效果，从而能够提升进行文档版面分析的用户的用户体验。