申请/专利权人：广州天越电子科技有限公司

申请日：2021-03-19

公开（公告）日：2024-04-26

公开（公告）号：CN113298697B

主分类号：G06T3/04

分类号：G06T3/04;G06N3/0455;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.09.10#实质审查的生效;2021.08.24#公开

摘要：本发明提供一种基于人工神经网络二维图形元素转矢量图形元素的方法。所述基于人工神经网络二维图形元素转矢量图形元素的方法，包括以下步骤：S1：图像训练数据自动生成模块；S2：数字化信息提取模块；S3：数字化图纸转化模块。本发明提供的基于人工神经网络二维图形元素转矢量图形元素的方法，实现机器自动将现有图纸通过人工智能技术转化为数字化矢量图纸，取代了人工作图，大大降低了对高技术制图人员的需求，减少用人成本，通过深度学习模型的使用，高难度的转化工作由机器完成，用户只需要简单的计算机操作即可，降低对用户的技术能力要求。

主权项：1.一种基于人工神经网络二维图形元素转矢量图形元素的方法，其特征在于，包括以下步骤：S1：图像训练数据自动生成；S2：数字化信息提取，所述S2中包括S21、S22、S23、S24、S25、S26、S27和S28，所述S21为搭建并训练基于人工神经网络的文字检测模型，用于检测图像中文字信息；所述S22为搭建并训练基于人工神经网络的文字识别模型，用于对文字检测模型处理后的文字信息转为文本信息；所述S23为搭建12层transformer层的BERT模型，加载训练好的BERT预训练模型，再搭建多层人工神经网络层并以CRF层作为输出层，用以将文本信息中的用户命名体提取；所述S24为搭建12层transformer层的BERT模型，加载训练好的BERT预训练模型，再搭建多层人工神经网络层并使用Softmax函数作为输出层激活函数，用以对命名体信息分类整合，所述S25为利用训练数据库中的文字信息对上述模型进行训练；所述S26为数字化信息提取模块判断图纸是否为矢量图，若是，则程序直接提取图中的文字信息，若不是，程序则将图通过文字检测模型以及文字识别模型提取文本信息；所述S27为将文本信息通过S23和S24得到的NLP命名体识别分类模型进行处理；所述S28为数字化信息整合系统将根据图纸中图形元素的信息以及S27得到的文本信息进行分析整合，将属于该图形元素的文本信息录入到该图形元素的属性信息中；S3：数字化图纸转化，所述S3中包括S31、S32、S33、S34、S35、S36、S37和S38，所述S31为从非数字化图纸库中读取图纸；所述S32为新建一张空白图纸，并在图纸中根据S31读取到的图纸，从图框库中选择对应的图框并生成到新建空白图纸中；所述S33为图纸导入到数字化信息提取模块进行图形元素属性信息提取；所述S34为图纸导入图形元素检测模型中进行图形元素检测识别分类，并判断置信度是否符合预设值，若符合进行S35，若不符合则进行S36，所述S35为联合图形元素模块库，根据图形元素检测模型生成的识别分类信息，位置信息，从图形元素模块库提取对应的图形元素模块并生成在S32新建图纸相应位置中，然后进行S37；所述S36为将图形元素封装成新图形模块录入图形元素模块库中，待工程师进行建模录入以及补充相关属性信息，用以图形元素检测模型迭代更新，图纸也保存至非数字化图纸库中的未检测图纸库中待后续检测模型更新后再进行检测；所述S37为通过数字化信息整合系统将数字化信息提取模块中提取到的图形元素属性信息与S35中得到的矢量图进行整合匹配，完善矢量图中图形元素的数字化信息，生成完整的数字化矢量图纸；所述S38为将生成的数字化矢量图纸保存到数字化图纸库中；所述S1中包括S11、S12、S13、S14、S15、S16、S17、S18和S19；所述S11为使用绘图软件二次开发技术搭建数字化设计平台并与用户绘图软件链接，建立模型仓库，用以存储用户制作的矢量图模型，图框以及对应的文字信息；S12为用户通过数字化设计平台将各种图形元素，图框，文字元素录入到图形元素模块库中；S13为训练数据自动生成程序根据自动提取图形元素模块库里面存储的图框，图形元素，文字元素，并根据用户作图规范生成一张全新的图纸，并将图形元素生成的位置、种类信息进行相应的处理，生成对应的标注文件；S14为训练数据存入训练数据库；S15为使用人工神经网络技术搭建目标检测模型；所述S16为利用训练数据库中的图像及标注数据，对图形元素检测模型进行训练；所述S17为利用训练数据库中的文字信息，对文字识别模型、NLP命名体识别分类模型进行训练；所述S18为将训练得到的最优模型以及模型属性存入人工智能模型库中；所述S19为模型库定时更新，并自动循环所述S13-S18得到更新的AI模型。

全文数据：

权利要求：

百度查询： 广州天越电子科技有限公司 一种基于人工神经网络二维图形元素转矢量图形元素的方法

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