扩增文档分析模型的训练数据的训练方法及训练装置

摘要

本公开描述了一种扩增文档分析模型的训练数据的训练方法，包括获取第一样本和用于验证的第二样本；将原始文档图像输入基于生成对抗网络的数据生成模型以获得对应的伪文档图像数据；并且基于第一样本和包括伪文档图像数据的第三样本获取目标样本，利用目标样本对文档分析模型进行训练，并利用第二样本对训练后的文档分析模型进行验证，其中，数据生成模型的第一模型的训练包括：对第一样本和对应的原始文档图像进行图像对齐和图像分割以获取多个成对的图像块作为第一训练集；利用第一训练集对第一模型进行训练以使第一模型生成的伪合法图像的图像块与合法图像块相匹配。由此，能够方便地扩增训练数据且能够使文档分析模型具有较高的泛化性能。