文档图像的图文分离方法、装置、芯片、设备及存储介质

本申请实施例提供了一种文档图像的图文分离方法、装置、芯片、设备及存储介质，该方法包括：获取文档图像，将文档图像输入至训练完成的图像处理网络模型，得到输出结果，其中，输出结果包括文档图像中至少一个候选区域对应的类别标签、边界框位置和掩膜子图，候选区域为包含文本或图像的区域，根据至少一个候选区域对应的类别标签、边界框位置和掩膜子图，对文档图像中的图像和文本进行分离，得到分离后的图像内容和文本内容。本方案实现了准确提取文档图像中的图像内容和文本内容，完成高精度的图文分离，可以有效部署于复杂背景、图文交错或文本区域模糊等应用场景。