申请/专利权人:国网山东省电力公司潍坊供电公司
申请日:2023-12-20
公开(公告)日:2024-03-19
公开(公告)号:CN117727064A
主分类号:G06V30/422
分类号:G06V30/422;G06V30/19;G06V20/70;G06V10/82;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明提出了一种基于深度学习的图纸命名方法和系统,该方法包括:利用历史图纸文件对单阶段目标检测算法进行训练,利用训练后的算法模型对当前图纸文件中文本特征区域检测识别出当前图纸文件中的信息框;基于文本检测算法对信息框中的文本框进行检测,标注预设格式的文本定位数据集,通过对文本框中的文本进行检测,识别出文本框中的文字组和数字组;利用卷积循环神经网络对文字组进行识别;标注文字识别数据集,识别出文字组中的文字;提取文字中符合图纸名称的目标词并加以权重排序得到图纸的名称。基于该方法,还提出了一种基于深度学习的图纸命名系统。本发明有利于图纸资料的归类存放,节约了人工命名归类的成本,大大提高了查图效率。
主权项:1.一种基于深度学习的图纸命名方法,其特征在于,包括以下步骤:利用历史图纸文件对单阶段目标检测算法进行训练,利用训练后的单阶段目标检测算法模型对当前图纸文件中文本特征区域进行检测识别出当前图纸文件中的信息框;基于分割的文本检测算法对信息框中的文本框进行检测,以及标注预设格式的文本定位数据集,通过对文本框中的文本进行检测,识别出文本框中的文字组和数字组;利用卷积循环神经网络对所述文字组进行识别;以及标注文字识别数据集,识别出文字组中的文字;提取文字中符合图纸名称的目标词并加以权重排序得到待命名图纸的名称。
全文数据:
权利要求:
百度查询: 国网山东省电力公司潍坊供电公司 一种基于深度学习的图纸命名方法和系统
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。