[发明专利]一种基于有向图和深度学习的电路识别方法在审
| 申请号： | 202310384472.0 | 申请日： | 2023-04-12 |
| 公开（公告）号： | CN116386014A | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 季雨霏;尹建君 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06V20/60 | 分类号： | G06V20/60;G06V10/75;G06V10/74;G06V10/82;G06V10/26;G06V10/52;G06V10/56;G06V10/50;G06V10/80 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 张磊 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于有向图和深度学习的电路识别方法，借助电流与有向图的共通性，将视野内的实物电路图自动识别，并生成相对应的有向图，从而实现对实验器材连接的正误判断；输入图片或视频，模板匹配区分器材的正负端子，将所有器材的正负端子定位并固定编号；利用实例分割对导线进行3D数据信息训练并实现分割，利用实例分割对器材数据集进行训练并实现分割，判断分割出来的导线两端分别与何种器材存在交叠来判断连接；识别出每根导线两端分别为几号节点，生成整体有向图。本发明方法的优势是可以根据不同电路生成对应的有向图，适应性强，且可以清晰看出电流的流向，从而更好判断连接的正确性，识别效果也很好。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电路 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310384472.0/，转载请声明来源钻瓜专利网。
