基于深度学习的PID图纸解析方法、计算机系统及介质

发明专利有效专利

申请号：
CN202110598317.X
IPC分类号：G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-05-31
申请人：
邵艳杰

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的PID图纸解析方法、计算机系统及介质
申请号	CN202110598317.X	申请日期	2021-05-31
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-09-10	公开/公告号	CN113378671A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;2;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	邵艳杰	申请人地址	黑龙江省大庆市龙凤区龙凤大街38号1门604室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	邵艳杰	当前权利人	邵艳杰
发明人	邵艳杰
代理机构	天津市鼎拓知识产权代理有限公司	代理人	朱丽丽

摘要

本申请提供一种基于深度学习的PID图纸解析方法、计算机系统及存储介质，其中方法包括以下步骤：建立识别模型集；以第一识别框遍历PID图纸图像得到管线识别数据集；以第二识别框遍历PID图纸图像得到器件识别数据集；应用非极大值抑制算法在管线识别数据集及器件识别数据集中进行数据融合得到管线数据及器件数据；应用聚类关联Attract算法遍历各个管线，识别出与该管线关联的器件，形成PID图纸中管线与器件对应关系。本申请的有益效果是：通过深度学习算法对PID图纸图像上的管线及器件进行识别，并将管线与对应关联的器件进行汇总，能够进行快速智能识别解析PID图纸中的管线及器件，减少大量人工识别统计整理时间，实现PID图纸的数据化。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供