[发明专利]一种基于深度学习的图元图纸校核方法及系统

权利要求书

1.一种基于深度学习的图元图纸校核方法，其特征在于，包括以下步骤：

S1、获取待校核的图元图纸图片文件；

S2、将待校核图片文件按照比例切割为原理图和文字信息部分,并记录相应的信息；

S3、将文字信息图片部分输入预先构建的文字识别模型，获得所检测的文字信息内容；

S4、根据文字信息采用图像处理的方法校核对应的原理图是否合理；

S5、输出提示信息。

2.根据权利要求1所述的一种基于深度学习的图元图纸校核方法，其特征在于，所述获取待校核的图元图纸图片文件，包括：获取待校核的图元图纸图片文件，文件格式为PNG。

3.根据权利要求1所述的一种基于深度学习的图元图纸校核方法，其特征在于，所述将待校核图片文件按照比例切割为原理图和文字信息部分,并记录相应的信息：包括：将待校核图片按照比例切割为原理图和文字信息图片部分。

4.根据权利要求1所述的一种基于深度学习的图元图纸校核方法，其特征在于，所述将文字信息图片部分输入预先构建的文字识别模型，获得所检测的文字信息内容，包括：将文字信息图片部分输入预先构建的文字识别模型，获得所检测的文字信息内容；其中，文字识别模型基于整理的样本图像和神经网络模型训练获得。

5.根据权利要求1所述的一种基于深度学习的图元图纸校核方法，其特征在于，所述步骤S4根据文字信息采用图像处理的方法校核对应的原理图是否合理，包括：不同的文字信息对应的原理图特征不同，采用图像处理的方法对特征进行处理和分析，根据文字信息采用图像处理的方法校核对应的原理图是否合理。

6.根据权利要求1所述的一种基于深度学习的图元图纸校核方法，其特征在于，所述步骤S5输出提示信息，包括：输出提示信息；所述提示信息包括错误原理图对应的文字信息及原因。

7.一种基于深度学习的图元图纸校核系统，其特征在于，包括：

获取文件模块：用于获取待校核的图元图纸图片文件；

文件切割模块：用于将待校核图片文件按照比例切割为原理图和文字信息部分并记录相应的信息；

文字识别模块：用于将文字信息图片部分输入预先构建的文字识别模型，获得所检测的文字信息内容；

图纸校核模块：用于根据文字信息采用图像处理的方法校核对应的原理图是否合理；

信息输出模块：用于输出提示信息。

8.根据权利要求7所述的一种基于深度学习的图元图纸校核系统，其特征在于，所述获取文件模块具体包括：获取待校核的图元图纸图片文件，文件格式为PNG。

9.根据权利要求7所述的一种基于深度学习的图元图纸校核系统，其特征在于，所述文件切割模块具体包括：将待校核图片按照比例切割为原理图和文字信息图片部分；所述文字识别模块具体包括：将文字信息图片部分输入预先构建的文字识别模型，获得所检测的文字信息内容；其中，所述文字识别模型基于整理的样本图像和神经网络模型训练获得。

10.根据权利要求7所述的一种基于深度学习的图元图纸校核系统，其特征在于，所述图纸校核模块包括：不同的文字信息对应的原理图特征不同，采用图像处理的方法对特征进行处理和分析，根据文字信息采用图像处理的方法校核对应的原理图是否合理；所述信息输出模块具体包括：输出提示信息；所述提示信息包括错误原理图对应的文字信息及原因。