[发明专利]一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法

说明书

本发明公开了一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法，该方法包括以下步骤：S1、前期训练模型阶段；S2、根据模型结果分析图框；所述步骤S1中的前期训练模型阶段具体包括以下步骤：S11、拿到大约10000张结构专业的图框；S12、对图纸进行解析获取一系列图元；S13、将所有获取的图元打印到一张png上；S14、对所有画到png图纸上的图框进行标注；S15、训练深度学习版面分析的网络模型。本发明运用深度神经网络模型解决了CAD结构图纸的版面智能分析，能有高速准确有效的找到需要的信息，节省人力成本。

技术领域

本发明涉及结构设计专业中构件及其属性的智能识别方法领域，尤其涉及一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法。

背景技术

CAD施工图，是表示通过AutoCAD软件将工程项目总体布局，建筑物的外部形状、内部布置、结构构造、内外装修、材料作法以及设备、施工等制作的图样。CAD施工图具有图纸齐全、表达准确、要求具体的特点，是进行工程施工、编制施工图预算和施工组织设计的依据，也是进行技术管理的重要技术文件，在施工之前需要对施工图纸进行仔细的审查才能进入施工阶段，目的是保障施工的顺利进行，并且可以避免因图纸有误对完成施工后的使用阶段产生的影响。

现有的结构专业墙柱施工图构件的识别，主要是基于设计师的先验经验，构件的属性也需要设计师从图纸人工查找，这样耗时耗力，人力成本过高，也容易漏识别，准确率低。

发明内容

针对上述问题，本发明提供了一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法。

为解决上述技术问题，本发明是通过以下技术方案实现的：本发明提供了一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法，该方法包括以下步骤：

S1、前期训练模型阶段；

S2、根据模型结果分析图框；

所述步骤S1中的前期训练模型阶段具体包括以下步骤：

S11、拿到大约10000张结构专业的图框；

S12、对图纸进行解析获取一系列图元；

S13、将所有获取的图元打印到一张png上；

S14、对所有画到png图纸上的图框进行标注；

S15、训练深度学习版面分析的网络模型。

优选的，所述步骤S12中的图元包括：组成图形的可见基础元素，所对应的就是绘图界面上看得见的实体。

优选的，所述步骤S14中需进行标注的还包括：画图区，表格，说明，图例表。

优选的，所述步骤S2中的根据模型结果分析图框具体包括以下步骤：

S21、根据模型的预测，输入图框，输出图框中我们所关注的区域；

S22、利用opencv抠出所需要的每个区域的小图；

S23、拿到画图区域，根据图元所在的填充图层，找到结构暗柱的位置以及编号；

S24、拿到图例表区域，根据暗柱的编号找到对应的暗柱图例及其属性。

由上述对本发明的描述可知，和现有技术相比，本发明具有如下优点：

本发明一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法，运用深度神经网络模型解决了CAD结构图纸的版面智能分析，能有高速准确有效的找到需要的信息，节省人力成本。

附图说明

图1是本发明步骤流程图；

图2是本发明前期训练模型阶段步骤流程图；