[发明专利]CAD图纸智能识别方法在审
申请号: | 201910610394.5 | 申请日: | 2019-07-08 |
公开(公告)号: | CN110309807A | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 杨涛;周浩然;石国伟 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 王鲜凯 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种CAD图纸智能识别方法,用于解决现有CAD图纸识别方法实用性差的技术问题。技术方案是对导入的大量图纸进行分类,利用基于区域的卷积神经网络自动分辨出是否有电气设备及元器件等设备;对于含有电气设备或元器件的图纸,同样利用基于区域的卷积神经网络方法对其中的元器件和文字信息分别进行定位和识别;对每个元器件及其对应的文字信息做匹配,并生成BOM单。本发明通过智能识别和匹配的方法对CAD图纸进行处理和分析,在很大程度上减少了人力的消耗,并且取得较高的识别速度和准确率,实用性好。 | ||
搜索关键词: | 元器件 智能识别 卷积神经网络 电气设备 文字信息 匹配 图纸 处理和分析 准确率 分辨 消耗 分类 | ||
【主权项】:
1.一种CAD图纸智能识别方法,其特征在于包括以下步骤:步骤一、CAD图纸的自动分类;利用基于区域的卷积神经网络对图纸内容进行识别,从候选CAD图纸中找出含有元器件的图纸;利用已有带标签的CAD图纸对神经网络模型进行训练,使模型能充分学习每种元器件的图像特征;利用训练好的神经网络模型对待分类的CAD图纸进行检测,将含有指定元器件的图纸进行归类,对CAD图纸进行自动分类和管理;步骤二、基于深度学习的CAD图纸元器件与文字信息智能识别;CAD图纸中包含很多元器件及其对应的型号文字信息,构建两个基于区域的卷积神经网络模型提出元器件及文字信息,利用监督学习方法,学习每个CAD图像中的像素信息,对于新的CAD图像,做到准确高效的识别元器件与文字信息;使用的基于区域的卷积神经网络模型通过监督学习的方法深度掌握CAD图纸中各种信息;步骤三、CAD图纸元器件与文字信息的自动匹配及BOM单生成;将CAD图纸中的元器件及其对应的文字信息进行匹配,将结果以BOM单的形式存储和展示;构建一个卷积神经网络模型,将之前识别出来的元器件与文字信息进行关联,将元器件与文字信息一一对应起来;将匹配的结果转换为BOM单形式。
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西北工业大学,未经西北工业大学许可,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/201910610394.5/,转载请声明来源钻瓜专利网。