申请/专利权人：浙江大学

申请日：2023-09-04

公开（公告）日：2024-03-05

公开（公告）号：CN117649456A

主分类号：G06T11/00

分类号：G06T11/00;G06F30/10;G06T3/00;G06N3/0464;G06N3/08;G06N5/04;G06V10/40;G06V10/764;G06V10/82;G06N3/045;G06V10/776

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明涉及计算机视觉、图像处理和计算机图形学技术领域，尤其涉及一种机械零部件抽象草图的自动生成与识别方法，首先，从现有的机械零件库中获取机械零部件模型，其中包括标准件模型与非标准件模型并进行标注；然后，使用pythonocc读取零件，提取零件的线、面特征并消影转化为平面图，每个零件通过20个视角去观测并导出该视角的图片，将平面图通过CLIPasso模型形成手绘草图数据集；最后通过一种深度可分离胶囊神经网络模型进行训练，得到机械零部件草图的识别结果。本发明针对于机械零部件草图的识别提出了一个新的识别模型，增加了识别成功率，为草图绘制CAD模型提供了索引。

主权项：1.一种机械零部件抽象草图的自动生成与识别方法，其特征在于，包括：步骤1：将各种机械零部件从三维模型转换为二维投影图像，并生成投影图数据集；步骤2：使用CLIPasso模型将二维投影图像转化为草图图像，并生成机械零部件抽象草图数据集；步骤3：搭建深度可分离胶囊神经网络模型，对机械零部件抽象草图数据集进行图像识别的训练和验证。

全文数据：

权利要求：

百度查询： 浙江大学 一种机械零部件抽象草图的自动生成与识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD