一种基于多时间步损失序列的标签噪声检测方法

本发明公开了一种基于多时间步损失序列的标签噪声检测方法，利用文字识别模块，从输入图像识别文字；利用MSL‑MentorNet标签噪声检测模块，根据文字识别结果，分析输入图像在连续训练周期中的损失序列，动态分配样本权重以检测并过滤噪声标签，并将筛选后的数据反馈至文字识别模块优化模型训练。本发明采用MSL‑MentorNet标签噪声检测和基于动态课程学习的噪声过滤机制，通过分析样本在连续训练周期中的损失序列，利用BiLSTM网络区分噪声标签与干净难样本，结合线性调度策略逐步增加训练数据量。基于本发明的方法，可提高复杂文本图像识别精度，尤其适用于古籍数字化、历史文献修复、工业OCR质检等场景中复杂文本图像的鲁棒识别与噪声过滤。