CN116778521A - 一种图纸构件识别方法、电子设备及存储介质 - Google Patents
一种图纸构件识别方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116778521A CN116778521A CN202310755185.6A CN202310755185A CN116778521A CN 116778521 A CN116778521 A CN 116778521A CN 202310755185 A CN202310755185 A CN 202310755185A CN 116778521 A CN116778521 A CN 116778521A
- Authority
- CN
- China
- Prior art keywords
- sequence
- atomic
- component
- atomic data
- engineering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000001965 increasing effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000010979 ruby Substances 0.000 description 3
- 229910001750 ruby Inorganic materials 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19093—Proximity measures, i.e. similarity or distance measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种图纸构件识别方法、电子设备及存储介质,该方法包括:从待处理图纸中提取出图形信息;将图形信息与目标构件的特征信息进行对比,获得对比结果;根据对比结果确定待处理图纸中是否包括目标构件。在上述方案的实现过程中,通过将待处理图纸中提取出的图形信息与目标构件的特征信息进行对比,并根据对比结果来确定待处理图纸中是否包括目标构件,有效地改善了采用人工识别的方式来识别构件的情况,有效地提高了从工程图纸中识别出构件的效率。
Description
技术领域
本申请涉及计算机自动化程序和机器流程自动化的技术领域,具体而言,涉及一种图纸构件识别方法、电子设备及存储介质。
背景技术
构件(Artifacts),是指工程图纸(例如工程项目中的CAD图纸)中所描述的结构化的物体,一般由多种线条组合而成形成一定的外观形状,具体的构件例如:建筑设计项目中的门、窗、墙体、梁、柱子等,机械设计项目中的轴承、转子滚轮、齿轮等。
目前,从工程图纸中识别出构件(Artifacts)均采用的是工程师来人工识别,然而,当有大量的工程图纸需要识别出构件时,由于很多构件的形态类似,大小却不尽相同,区分和识别构件耗费大量的人力,因此,目前从工程图纸中识别出构件的效率较低。
发明内容
本申请实施例的目的在于提供一种图纸构件识别方法、电子设备及存储介质,用于改善从工程图纸中识别出构件的效率较低的问题。
本申请实施例提供了一种图纸构件识别方法,包括:从待处理图纸中提取出图形信息;将图形信息与目标构件的特征信息进行对比,获得对比结果;根据对比结果确定待处理图纸中是否包括目标构件。在上述方案的实现过程中,通过将待处理图纸中提取出的图形信息与目标构件的特征信息进行对比,并根据对比结果来确定待处理图纸中是否包括目标构件,有效地改善了采用人工识别的方式来识别构件的情况,有效地提高了从工程图纸中识别出构件的效率。
可选地,在本申请实施例中,在将图形信息与目标构件的特征信息进行对比之前,还包括:获取目标构件的工程图纸,并从工程图纸中解析出目标构件的多个原子特征;依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序,获得排序后的原子特征;获取特征模板表,并将排序后的原子特征填充至特征模板表中,获得目标构件的特征信息。在上述方案的实现过程中,通过依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序,并利用排序后的原子特征进行对比自动化流程,从而实现了原子特征级别的精度,在提高从工程图纸中识别出构件的效率的同时,也提高了识别出构件的准确率。
可选地,在本申请实施例中,将图形信息与目标构件的特征信息进行对比,包括:从图形信息中解析出多个原子数据;依次按照原子数据中的横坐标和纵坐标,对多个原子数据进行排序,获得排序后的原子数据;使用排序后的原子数据中的属性类别和尺寸坐标形成的第一序列,以及特征信息中的属性类别和尺寸坐标形成的第二序列,来构建对比矩阵;对该对比矩阵进行序列对比计算,获得对比结果,对比结果是第一序列与第二序列之间的相似性分数。在上述方案的实现过程中,通过第一序列与第二序列之间的相似性分数来确定待处理图纸中是否包括目标构件,有效地改善了采用人工识别的方式来识别构件的情况,有效地提高了从工程图纸中识别出构件的效率。
可选地,在本申请实施例中,在对多个原子数据进行排序之前,还包括:针对多个原子数据中的每个原子数据,判断该原子数据中的属性类别是否在目标构件的特征信息中;若否,则将该原子数据从多个原子数据中剔除。在上述方案的实现过程中,通过在原子数据中的属性类别没有在目标构件的特征信息中的情况下,就将该原子数据从多个原子数据中剔除,从而实现了筛选属性类别后的原子特征级别的精度,在提高从工程图纸中识别出构件的效率的同时,也提高了识别出构件的准确率。
可选地,在本申请实施例中,在对多个原子数据进行排序之前,还包括:针对多个原子数据中的每个原子数据,判断该原子数据中的尺寸坐标是否符合目标构件的特征信息中的尺寸坐标;若否,则将该原子数据从多个原子数据中剔除。在上述方案的实现过程中,通过在原子数据中的尺寸坐标不符合目标构件的特征信息中的尺寸坐标的情况下,就将该原子数据从多个原子数据中剔除,从而实现了筛选尺寸坐标后的原子特征级别的精度,在提高从工程图纸中识别出构件的效率的同时,也提高了识别出构件的准确率。
可选地,在本申请实施例中,对该对比矩阵进行序列对比计算,包括:使用动态规划算法对该对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数。在上述方案的实现过程中,通过使用动态规划算法对该对比矩阵进行序列相似性计算,并根据获得的第一序列与第二序列之间的相似性分数来确定待处理图纸中是否包括目标构件,有效地改善了采用人工识别的方式来识别构件的情况,有效地提高了从工程图纸中识别出构件的效率。
可选地,在本申请实施例中,使用动态规划算法对对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数,包括:若第一序列中的属性类别与第二序列中的属性类别是相似的,则增加第一序列与第二序列之间的相似性分数;和/或,若第一序列中的尺寸坐标与第二序列中的尺寸坐标是相似的,则增加第一序列与第二序列之间的相似性分数。在上述方案的实现过程中,通过序列中的属性类别和/或尺寸坐标来计算第一序列与第二序列之间的相似性分数,从而改善了直接计算序列整体相似度的情况,有效地通过局部调整相似性分数来增加分数计算的准确率。
可选地,在本申请实施例中,根据对比结果确定待处理图纸中是否包括目标构件,包括:判断第一序列与第二序列之间的相似性分数是否大于预设阈值;若是,则确定待处理图纸中包括目标构件,否则,确定待处理图纸中不包括目标构件。
可选地,在本申请实施例中,还包括:获取特征信息队列,特征信息队列中包括:多个工程构件的特征信息,多个工程构件包括目标构件;根据多个工程构件的特征信息从待处理图纸识别出多个工程构件中的至少一个工程构件。在上述方案的实现过程中,通过根据多个工程构件的特征信息从待处理图纸识别出多个工程构件,从而减轻了设计师统计出待处理图纸中的工程构件的工作量,有效地提高了统计出待处理图纸中的工程构件的效率。
可选地,在本申请实施例中,在根据多个工程构件的特征信息从待处理图纸识别出多个工程构件之后,还包括:获取多个工程构件中的每个工程构件的构件信息,构件信息包括:工程构件的构件编号,以及工程构件在待处理图纸中的相对位置;输出多个工程构件的总数量、构件编号和/或相对位置。在上述方案的实现过程中,通过输出多个工程构件的总数量、构件编号和/或相对位置,以便于下游的自动化程序使用多个工程构件的总数量、构件编号和/或相对位置进行进一步应用计算,从而实现了计算机自动化识别图纸和提高图纸的识别效率和处理效率。
本申请实施例还提供了一种图纸构件识别装置,包括:图形信息提取模块,用于从待处理图纸中提取出图形信息;目标信息对比模块,用于将图形信息与目标构件的特征信息进行对比,获得对比结果;目标构件确定模块,用于根据对比结果确定待处理图纸中是否包括目标构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:原子特征获取模块,用于获取目标构件的工程图纸,并从工程图纸中解析出目标构件的多个原子特征;原子特征排序模块,用于依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序,获得排序后的原子特征;特征信息获得模块,用于获取特征模板表,并将排序后的原子特征填充至特征模板表中,获得目标构件的特征信息。
可选地,在本申请实施例中,目标信息对比模块,包括:原子数据解析子模块,用于从图形信息中解析出多个原子数据;原子数据排序子模块,用于依次按照原子数据中的横坐标和纵坐标,对多个原子数据进行排序,获得排序后的原子数据;对比矩阵构建子模块,用于使用排序后的原子数据中的属性类别和尺寸坐标形成的第一序列,以及特征信息中的属性类别和尺寸坐标形成的第二序列,来构建对比矩阵;对比结果获得子模块,用于对该对比矩阵进行序列对比计算,获得对比结果,对比结果是第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,目标信息对比模块,还包括:属性类别判断子模块,用于针对多个原子数据中的每个原子数据,判断该原子数据中的属性类别是否在目标构件的特征信息中;第一数据剔除子模块,用于若该原子数据中的属性类别没有在目标构件的特征信息中,则将该原子数据从多个原子数据中剔除。
可选地,在本申请实施例中,目标信息对比模块,还包括:尺寸坐标判断子模块,用于针对多个原子数据中的每个原子数据,判断该原子数据中的尺寸坐标是否符合目标构件的特征信息中的尺寸坐标;第二数据剔除子模块,用于若该原子数据中的尺寸坐标不符合目标构件的特征信息中的尺寸坐标,则将该原子数据从多个原子数据中剔除。
可选地,在本申请实施例中,对比结果获得子模块,包括:相似性分数计算单元,用于使用动态规划算法对该对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,相似性分数计算单元,包括:属性类别计算子单元,用于若第一序列中的属性类别与第二序列中的属性类别是相似的,则增加第一序列与第二序列之间的相似性分数;和/或,尺寸坐标计算子单元,用于若第一序列中的尺寸坐标与第二序列中的尺寸坐标是相似的,则增加第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,目标构件确定模块,包括:相似性分数判断子模块,用于判断第一序列与第二序列之间的相似性分数是否大于预设阈值;目标构件确定子子模块,用于若第一序列与第二序列之间的相似性分数大于预设阈值,则确定待处理图纸中包括目标构件,否则,确定待处理图纸中不包括目标构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:特征信息队列获取模块,用于获取特征信息队列,特征信息队列中包括:多个工程构件的特征信息,多个工程构件包括目标构件;工程构件识别模块,用于根据多个工程构件的特征信息从待处理图纸识别出多个工程构件中的至少一个工程构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:构建信息获取模块,用于获取多个工程构件中的每个工程构件的构件信息,构件信息包括:工程构件的构件编号,以及工程构件在待处理图纸中的相对位置;构建信息输出模块,用于输出多个工程构件的总数量、构件编号和/或相对位置。
本申请实施例还提供了一种电子设备,包括:处理器和存储器,存储器存储有处理器可执行的机器可读指令,机器可读指令被处理器执行时执行如上面描述的方法。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上面描述的方法。
本申请实施例的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请实施例中的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出的本申请实施例提供的图纸构件识别方法的流程示意图;
图2示出的本申请实施例提供的原子特征的提取过程示意图;
图3示出的本申请实施例提供的对比矩阵的示意图;
图4示出的本申请实施例提供的识别出多个工程构件的流程示意图;
图5示出的本申请实施例提供的图纸构件识别装置的结构示意图;
图6示出的本申请实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请实施例中的附图仅起到说明和描述的目的,并不用于限定本申请实施例的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请实施例中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请实施例内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请实施例的一部分,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请实施例的详细描述并非旨在限制要求保护的本申请实施例的范围,而是仅仅表示本申请实施例的选定实施例。
可以理解的是,本申请实施例中的“第一”“第二”用于区别类似的对象。本领域技术人员可以理解“第一”“第二”等字样并不对数量和执行次序进行限定,并且“第一”“第二”等字样也并不限定一定不同。在本申请实施例的描述中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。术语“多个”指的是两个以上(包括两个),同理,“多组”指的是两组以上(包括两组)。
在介绍本申请实施例提供的图纸构件识别方法之前,先介绍本申请实施例中所涉及的一些概念:
计算机辅助设计(Computer Aided Design,CAD)软件,是指开发的用于计算机辅助的设计(例如AutoCAD)软件,用于二维绘图、详细绘制、设计文档和基本三维设计,CAD具有良好的用户界面,通过交互菜单或命令行方式便可以进行各种操作。
机器流程自动化(Robotic Process Automation,RPA)技术可以模拟员工在日常工作中通过键盘、鼠标对计算机的操作,可以代替人类执行登录***、操作软件、读写数据、下载文件、读取邮件等操作。以自动化机器人作为企业的虚拟劳动力,可以将员工从重复、低价值的工作中解放出来,将精力投入到高附加值的工作上,从而可以使企业在数字化智能化转型的同时又做到降低成本、增加效益。
RPA是一种使用软件机器人取代业务流程中的人工任务,并且像人一样与计算机的前端***进行交互,因此RPA可以看作是一种运行在个人PC机或服务器中的软件型程序机器人,通过模仿用户在电脑上进行的操作来替代人类自动重复这些操作,例如检索邮件、下载附件、登录***、数据加工分析等活动,快速、准确、可靠。
需要说明的是,本申请实施例提供的图纸构件识别方法可以被电子设备执行,这里的电子设备是指具有执行计算机程序功能的设备终端或者服务器,设备终端例如:智能手机、个人电脑、平板电脑、个人数字助理或者移动上网设备等。服务器是指通过网络提供计算服务的设备,服务器例如:x86服务器以及非x86服务器,非x86服务器包括:大型机、小型机和UNIX服务器。
下面介绍该图纸构件识别方法适用的技术领域,该图纸构件识别方法可以被用于增强机器流程自动化的RPA机器人的图纸识别能力,也可以被用于增加计算机自动化程序的功能。为了便于理解和说明,此处以增强RPA机器人的图纸识别能力为例进行说明,虽然RPA机器人和传统的物理机器人一样都是通过设定的具体规则来解决人类工作中速度和准确度的问题,但是传统的物理机器人是软硬件结合的机器人,需要在特定的硬件支持下配合软件才能执行工作;而RPA机器人是纯软件层面的,只要安装了相应的软件,就可以部署到任意一台PC机或者服务器中来完成规定的工作。因此,可以使用上述的图纸构件识别方法来增强RPA机器人在各个应用场景中的图纸识别能力。
下面介绍该图纸构件识别方法来增强RPA机器人适用的各个应用场景,这里的各个应用场景包括但不限于:机械设计加工、建筑桥梁或工业制造等应用场景,在机械设计加工的应用场景中,可以使用该图纸构件识别方法从工程图纸中识别出轴承、转子滚轮或齿轮等构件,在建筑桥梁的应用场景中,可以使用该图纸构件识别方法从工程图纸中识别出门、窗、墙体、梁或柱子等构件,改善使用人工识别构件的方式效率较低的情况,有效地提高了从工程图纸中识别出构件的效率。
也就是说,RPA是一种利用“数字员工”代替人进行业务操作的一种方式及其相关的技术,具体例如:可以通过RPA等软件自动化技术来模拟人实现从工程图纸中识别出各自应用场景(例如机械设计加工、建筑桥梁或工业制造等场景)的目标构件,在识别出目标构件之后,还可以进一步识别出该目标构件在图纸中的信息(例如相对位置、绝对坐标或者面积占比)等,并将这些信息提供给下游的应用程序使用,从而实现计算机自动化识别图纸和提高图纸的识别效率和处理效率。
请参见图1示出的本申请实施例提供的图纸构件识别方法的流程示意图;本申请实施例提供了一种图纸构件识别方法,包括:
步骤S110:从待处理图纸中提取出图形信息。
可以理解的是,上述的图形信息中可以包括多个原子数据,每个原子数据均可以包括:属性类别和尺寸坐标等字段对应的数据。此处的属性类别包括但不限于:直线、圆和弧形等等原子类别,当然属性类别也可以自定义类别,自定义类别可以是由多个原子类别组合而成的。此处的尺寸坐标是根据属性类别来确定的,直线的尺寸坐标例如:直线的尺寸是长度,直线的坐标是起点的第一端点坐标和终点的第二端点坐标,圆的尺寸坐标例如:圆的尺寸是的直径或半径,圆的坐标是中心点坐标。
上述步骤S110的实施方式例如:从待处理图纸中提取出属性类别,以及该属性类别对应的尺寸坐标,假设提取出的属性类别是直线,那么可以提取出直线的长度,以及直线的起点的第一端点坐标和终点的第二端点坐标。假设提取出的属性类别是圆,那么可以提取出圆的直径或半径,以及圆的中心点坐标。
步骤S120:将图形信息与目标构件的特征信息进行对比,获得对比结果。
在将图形信息与目标构件的特征信息进行对比的过程中,可以是将图形信息中解析出的每个原子数据与目标构件的特征信息中的多个原子特征进行搜索和对比,可以理解为,将待处理图像中的每个构件图形与目标构件进行对比。
步骤S130:根据对比结果确定待处理图纸中是否包括目标构件。
上述的对比结果可以是一个图形信息与目标构件的特征信息之间的相似性分数或者相似概率,该相似性分数或者相似概率用于表征待处理图纸中的构件图形与目标构件之间的相似性。
在上述的实现过程中,通过将待处理图纸中提取出的图形信息与目标构件的特征信息进行对比,并根据对比结果来确定待处理图纸中是否包括目标构件,有效地改善了采用人工识别的方式来识别构件的情况,有效地提高了从工程图纸中识别出构件的效率。
请参见图2示出的本申请实施例提供的原子特征的提取过程示意图;作为上述图纸构件识别方法的一种可选实施方式,在步骤S120的将图形信息与目标构件的特征信息进行对比之前,还可以先获取目标构件的特征信息,该实施方式可以包括:
步骤S121:获取目标构件的工程图纸,并从工程图纸中解析出目标构件的多个原子特征。
上述步骤S121的实施方式包括但不限于:通过调用应用程序接口(ApplicationProgramming Interface,API)的方式从工程图纸中解析出原子特征,该实施方式具体例如:获取目标构件的工程图纸的电子图像,并可以将电子图像中的所有点的绝对坐标均转换为该点的相对坐标,获得相对坐标的电子图像。然后,通过调用应用程序接口API的方式从相对坐标的电子图像中解析出目标构件的多个原子特征(例如图2中的中间表格),其中,此处的API可以是使用宏语言(Visual Basic for Applications,VBA)编写的,此处的多个原子特征包括:编号为1的直线的尺寸坐标包括:起始端点是(0,a)、结束端点是(a,a)、长度为a,编号为2的直线的尺寸坐标包括:起始端点是(a,0)、结束端点是(a,a)、长度为a,编号为3的直线的尺寸坐标包括:起始端点是(0,0)、结束端点是(a,0)、长度为a,编号为4的直线的尺寸坐标包括:起始端点是(0,0)、结束端点是(0,a)、长度为a,编号为5的圆的尺寸坐标包括:中心点是(a/2,a/2),直径是a。
步骤S122:依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序,获得排序后的原子特征。
上述步骤S122的实施方式例如:假设目标构件的多个原子特征的编号顺序依次是1、2、3、4和5,那么依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序之后,获得排序后的原子特征的编号顺序依次是4、3、5、1和2。
步骤S123:获取特征模板表,并将排序后的原子特征填充至特征模板表中,获得目标构件的特征信息。
上述步骤S123的实施方式例如:从存储介质中获取特征模板表,并将排序后的原子特征填充至特征模板表中,获得目标构件的特征信息;其中,此处的存储介质可以是对象存储(Object storage)、内存或者磁盘等等。
作为上述步骤S120的一种可选实施方式,在将图形信息与目标构件的特征信息进行对比的过程中,可以根据对比矩阵来进行对比,该实施方式可以包括:
步骤S124:从图形信息中解析出多个原子数据。
可以理解的是,上述的图形信息中可以包括多个原子数据,每个原子数据均可以包括:属性类别和尺寸坐标等字段对应的数据。因此,可以使用预设编程语言编译或者解释的可执行程序从图形信息中解析出多个原子数据。
上述步骤S124的实施方式例如:在从待处理图纸中提取出图形信息之后,可以将图形信息中的所有点的绝对坐标均转换为该点的相对坐标,获得相对坐标的图形信息。然后,再对相对坐标的图形信息进行原子特征提取和解析,获得解析出的多个原子数据。
步骤S125:依次按照原子数据中的横坐标和纵坐标,对多个原子数据进行排序,获得排序后的原子数据。
其中,该步骤S125的实施原理和实施方式与步骤S122的实施原理和实施方式是类似的,因此,这里不再说明其实施原理和实施方式,如有不清楚的地方,可以参考对步骤S122的描述。可以理解的是,在原子数据排序之前,还可以对原子数据进行筛选,此处的筛选方式包括但不限于:属性筛选和/或尺寸坐标筛选等等筛选方式,这些具体的筛选方式将在下面详细地说明。
步骤S126:使用排序后的原子数据中的属性类别和尺寸坐标形成的第一序列,以及特征信息中的属性类别和尺寸坐标形成的第二序列,来构建对比矩阵。
上述步骤S126的实施方式例如:假设排序后的原子特征的编号顺序依次是4、3、5、1和2,那么使用排序后的原子数据中的属性类别和尺寸坐标形成的第一序列可以包括:直线、(0,0)、(0,a)、直线、(0,a)、(0,0)、圆、(a/2)、(a/2)、a、直线、(0,a)、(a,a)、直线、(a,0)和(a,a)等等。同理地,上述的特征信息中的属性类别和尺寸坐标形成的第二序列可以包括:属性(例如直线或圆等等)、起始点的尺寸坐标和结束点的尺寸坐标等等。
步骤S127:对该对比矩阵进行序列对比计算,获得对比结果,对比结果是第一序列与第二序列之间的相似性分数。
可以理解的是,上面的步骤S127中的对比计算具体可以采用动态规划算法来进行计算,具体的对比计算过程将在下面详细地说明。
作为上述步骤S125的第一种可选实施方式,在对多个原子数据进行排序之前,还可以对原子数据进行属性筛选,此处的属性筛选的实施方式包括:
步骤S125a:针对多个原子数据中的每个原子数据,判断该原子数据中的属性类别是否在目标构件的特征信息中。
步骤S125b:若该原子数据中的属性类别不在目标构件的特征信息中,则将该原子数据从多个原子数据中剔除。
上述步骤S125a至步骤S125b的实施方式例如:针对多个原子数据中的每个原子数据,使用预设编程语言编译或者解释的可执行程序判断该原子数据中的属性类别是否在目标构件的特征信息中,其中,可以使用的编程语言例如:C、C++、Java、VBA、JavaScript、LISP、Shell、Perl、Ruby、Python和PHP等等。若该原子数据中的属性类别不在目标构件的特征信息中,则使用该可执行程序将该原子数据从多个原子数据中剔除。
作为上述步骤S125的第二种可选实施方式,在对多个原子数据进行排序之前,还可以对原子数据进行尺寸坐标筛选,此处的尺寸坐标筛选的实施方式可以包括:
步骤S125c:针对多个原子数据中的每个原子数据,判断该原子数据中的尺寸坐标是否符合目标构件的特征信息中的尺寸坐标。
步骤S125d:若该原子数据中的尺寸坐标不符合目标构件的特征信息中的尺寸坐标,则将该原子数据从多个原子数据中剔除。
其中,该步骤S125c至步骤S125d的实施方式与步骤S125a至步骤S125b的实施原理和实施方式是类似的,因此,这里不再说明其实施原理和实施方式,如有不清楚的地方,可以参考对步骤S125a至步骤S125b的描述。
请参见图3示出的本申请实施例提供的对比矩阵的示意图;作为上述步骤S127的一种可选实施方式,在对该对比矩阵进行序列对比计算时,可以使用动态规划算法来计算,该实施方式可以包括:
步骤S127a:使用动态规划算法对该对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数。
上述步骤S127a的第一种实施方式例如:使用needleman-wunsch或者smith-waterman等等动态规划算法对该对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数。上述的needleman-wunsch或者smith-waterman等等动态规划算法的输入是第一序列在对比矩阵中的多个元素,以及第二序列在对比矩阵中的多个元素,对第一序列的多个元素中的每个元素和第二序列的多个元素中的每个元素之间的相似性进行计算,获得每两个元素的相似性分数,然后,将每两个元素的相似性分数加起来,即可获得第一序列与第二序列之间的相似性分数。因此,上述的needleman-wunsch或者smith-waterman等等动态规划算法的输出是第一序列与第二序列之间的相似性分数。
作为上述步骤S127a的第二种可选实施方式,可以分别对属性类别和尺寸坐标单独计算相似性分数,该实施方式可以例如:
步骤S127b:若第一序列中的属性类别与第二序列中的属性类别是相似的,则增加第一序列与第二序列之间的相似性分数;
和/或,
步骤S127c:若第一序列中的尺寸坐标与第二序列中的尺寸坐标是相似的,则增加第一序列与第二序列之间的相似性分数。
其中,上述的第一序列中的元素和第二序列中的元素可以包括:原子数据的属性类别和/或原子数据的尺寸坐标,可以针对每个原子数据的属性类别计算出该原子数据的相似性分数,和/或,可以针对每个原子数据的尺寸坐标计算出该原子数据的相似性分数,最后,将所有的原子数据的相似性分数相加,即可获得第一序列与第二序列之间的相似性分数。
可以理解的是,上述动态规划算法的核心思路是,若第一序列中的属性类别和/或尺寸坐标与第二序列中的属性类别和/或尺寸坐标是相似的,那么就按照预设分数值增加相似性分数,其中,上述的预设分数值根据具体情况进行设置,例如,将上述的预设分数值可以设置为3分或者5分等。
作为上述步骤S130的一种可选实施方式,在根据对比结果确定待处理图纸中是否包括目标构件时,可以根据相似性分数来确定,该实施方式可以包括:
步骤S131:判断第一序列与第二序列之间的相似性分数是否大于预设阈值。
步骤S132:若第一序列与第二序列之间的相似性分数大于预设阈值,则确定待处理图纸中包括目标构件。
步骤S133:若第一序列与第二序列之间的相似性分数小于或等于预设阈值,则确定待处理图纸中不包括目标构件。
上述步骤S131至步骤S133的实施方式例如:使用预设编程语言编译或者解释的可执行程序判断第一序列与第二序列之间的相似性分数是否大于预设阈值。若第一序列与第二序列之间的相似性分数大于预设阈值,则使用可执行程序确定待处理图纸中包括目标构件。若第一序列与第二序列之间的相似性分数小于或等于预设阈值,则使用可执行程序确定待处理图纸中不包括目标构件。其中,可以使用的编程语言例如:C、C++、Java、VBA、JavaScript、LISP、Shell、Perl、Ruby、Python和PHP等等。
请参见图4示出的本申请实施例提供的识别出多个工程构件的流程示意图;作为上述图纸构件识别方法的一种可选实施方式,还可以识别出多个工程构件,该实施方式可以包括:
步骤S210:获取特征信息队列,特征信息队列中包括:多个工程构件的特征信息,多个工程构件包括目标构件。
特征信息队列(Feature Information Queue)是指包括多个特征信息的队列集合,该特征信息队列中可以包括多个工程构件的原子特征,因此,可以将特征信息中的每个原子特征与图像信息中的多个原子数据进行搜索和对比,可以理解为,将图形信息对应的构件图形与特征信息队列中的多个工程构件进行对比,具体的对比方式不应理解为本申请实施例的限制。
可以理解的是,由于多个工程构件包括目标构件,因此,在识别多个工程构件中的目标构件时,可以采用上述步骤S110至步骤S130来识别该目标构件。在在识别多个工程构件中的其它构件(即不是上面的目标构件)时,可以采用其它方式来识别多个工程构件中的其它构件。当然在具体的实践过程中,也可以采用步骤S110至步骤S130来识别多个工程构件中的全部构件。
上述步骤S210的实施方式包括但不限于:第一种获得方式,接收其它终端设备发送的特征信息队列,将特征信息队列存储至文件***、数据库或移动存储设备中;第二种获得方式,获取预先存储的特征信息队列,具体例如:从文件***、数据库或移动存储设备中获取特征信息队列;第三种获得方式,使用浏览器等软件获取互联网上的特征信息队列,或者使用其它应用程序访问互联网下载特征信息队列,从而获得特征信息队列。可以理解的是,在获得特征信息队列之后,还可以使用预设编程语言编译或者解释的可执行程序从特征信息队列中解析出多个工程构件的特征信息。
步骤S220:根据多个工程构件的特征信息从待处理图纸识别出多个工程构件中的至少一个工程构件。
上述步骤S220的实施方式例如:针对多个工程构件中的每个工程构件的特征信息,分别从待处理图纸中提取出图形信息与该工程构件的特征信息进行对比,并根据对比结果来确定待处理图纸中是否包括该工程构件,从而识别出待处理图纸中的多个工程构件中的至少一个工程构件。
作为上述图纸构件识别方法的一种可选实施方式,在识别出多个工程构件之后,还可以输出多个工程构件的相关信息(例如总数量、构件编号和/或相对位置等),该实施方式可以包括:
步骤S220:获取多个工程构件中的每个工程构件的构件信息,构件信息包括:工程构件的构件编号,以及工程构件在待处理图纸中的相对位置。
步骤S230:输出多个工程构件的总数量、构件编号和/或相对位置。
上述步骤S220至步骤S230的实施方式例如:使用预设编程语言编译或者解释的可执行程序获取多个工程构件中的每个工程构件的构件信息,构件信息包括:工程构件的构件编号,以及工程构件在待处理图纸中的相对位置;其中,可以使用的编程语言例如:C、C++、Java、BASIC、JavaScript、LISP、Shell、Perl、Ruby、Python和PHP等等。然后,可以使用该可执行程序输出多个工程构件的总数量、构件编号和/或相对位置,将多个工程构件的总数量、构件编号和/或相对位置提供给下游的自动化程序使用,以便于下游的自动化程序使用多个工程构件的总数量、构件编号和/或相对位置进行进一步应用计算,从而实现了计算机自动化识别图纸和提高图纸的识别效率和处理效率。
请参见图5示出的本申请实施例提供的图纸构件识别装置的结构示意图;本申请实施例提供了一种图纸构件识别装置300,包括:
图形信息提取模块310,用于从待处理图纸中提取出图形信息。
目标信息对比模块320,用于将图形信息与目标构件的特征信息进行对比,获得对比结果。
目标构件确定模块330,用于根据对比结果确定待处理图纸中是否包括目标构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:
原子特征获取模块,用于获取目标构件的工程图纸,并从工程图纸中解析出目标构件的多个原子特征。
原子特征排序模块,用于依次按照原子特征中的横坐标和纵坐标,对目标构件的多个原子特征进行排序,获得排序后的原子特征。
特征信息获得模块,用于获取特征模板表,并将排序后的原子特征填充至特征模板表中,获得目标构件的特征信息。
可选地,在本申请实施例中,目标信息对比模块,包括:
原子数据解析子模块,用于从图形信息中解析出多个原子数据。
原子数据排序子模块,用于依次按照原子数据中的横坐标和纵坐标,对多个原子数据进行排序,获得排序后的原子数据。
对比矩阵构建子模块,用于使用排序后的原子数据中的属性类别和尺寸坐标形成的第一序列,以及特征信息中的属性类别和尺寸坐标形成的第二序列,来构建对比矩阵。
对比结果获得子模块,用于对该对比矩阵进行序列对比计算,获得对比结果,对比结果是第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,目标信息对比模块,还包括:
属性类别判断子模块,用于针对多个原子数据中的每个原子数据,判断该原子数据中的属性类别是否在目标构件的特征信息中。
第一数据剔除子模块,用于若该原子数据中的属性类别没有在目标构件的特征信息中,则将该原子数据从多个原子数据中剔除。
可选地,在本申请实施例中,目标信息对比模块,还包括:
尺寸坐标判断子模块,用于针对多个原子数据中的每个原子数据,判断该原子数据中的尺寸坐标是否符合目标构件的特征信息中的尺寸坐标。
第二数据剔除子模块,用于若该原子数据中的尺寸坐标不符合目标构件的特征信息中的尺寸坐标,则将该原子数据从多个原子数据中剔除。
可选地,在本申请实施例中,对比结果获得子模块,包括:
相似性分数计算单元,用于使用动态规划算法对该对比矩阵进行序列相似性计算,获得第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,相似性分数计算单元,包括:
属性类别计算子单元,用于若第一序列中的属性类别与第二序列中的属性类别是相似的,则增加第一序列与第二序列之间的相似性分数;
和/或,
尺寸坐标计算子单元,用于若第一序列中的尺寸坐标与第二序列中的尺寸坐标是相似的,则增加第一序列与第二序列之间的相似性分数。
可选地,在本申请实施例中,目标构件确定模块,包括:
相似性分数判断子模块,用于判断第一序列与第二序列之间的相似性分数是否大于预设阈值。
目标构件确定子子模块,用于若第一序列与第二序列之间的相似性分数大于预设阈值,则确定待处理图纸中包括目标构件,否则,确定待处理图纸中不包括目标构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:
特征信息队列获取模块,用于获取特征信息队列,特征信息队列中包括:多个工程构件的特征信息,多个工程构件包括目标构件。
工程构件识别模块,用于根据多个工程构件的特征信息从待处理图纸识别出多个工程构件中的至少一个工程构件。
可选地,在本申请实施例中,图纸构件识别装置,还包括:
构建信息获取模块,用于获取多个工程构件中的每个工程构件的构件信息,构件信息包括:工程构件的构件编号,以及工程构件在待处理图纸中的相对位置;
构建信息输出模块,用于输出多个工程构件的总数量、构件编号和/或相对位置。
应理解的是,该装置与上述的图纸构件识别方法实施例对应,能够执行上述方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,此处适当省略详细描述。该装置包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置的操作***(operating system,OS)中的软件功能模块。
请参见图6示出的本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备400,包括:处理器410和存储器420,存储器420存储有处理器410可执行的机器可读指令,机器可读指令被处理器410执行时执行如上的方法。
本申请实施例还提供了一种计算机可读存储介质430,该计算机可读存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的方法。
其中,计算机可读存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其他的方式实现。以上所描述的装置实施例仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以和附图中所标注的发生顺序不同。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这主要根据所涉及的功能而定。
另外,在本申请实施例中的各个实施例的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。此外,在本说明书的描述中,参考术语“一个实施例”“一些实施例”“示例”“具体示例”“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上的描述,仅为本申请实施例的可选实施方式,但本申请实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (11)
1.一种图纸构件识别方法,其特征在于,包括:
从待处理图纸中提取出图形信息;
将所述图形信息与目标构件的特征信息进行对比,获得对比结果;
根据所述对比结果确定所述待处理图纸中是否包括所述目标构件。
2.根据权利要求1所述的方法,其特征在于,在所述将所述图形信息与目标构件的特征信息进行对比之前,还包括:
获取所述目标构件的工程图纸,并从所述工程图纸中解析出所述目标构件的多个原子特征;
依次按照所述原子特征中的横坐标和纵坐标,对所述目标构件的多个原子特征进行排序,获得排序后的原子特征;
获取特征模板表,并将所述排序后的原子特征填充至所述特征模板表中,获得所述目标构件的特征信息。
3.根据权利要求1所述的方法,其特征在于,所述将所述图形信息与目标构件的特征信息进行对比,包括:
从所述图形信息中解析出多个原子数据;
依次按照所述原子数据中的横坐标和纵坐标,对所述多个原子数据进行排序,获得排序后的原子数据;
使用所述排序后的原子数据中的属性类别和尺寸坐标形成的第一序列,以及所述特征信息中的属性类别和尺寸坐标形成的第二序列,来构建对比矩阵;
对所述对比矩阵进行序列对比计算,获得所述对比结果,所述对比结果是所述第一序列与所述第二序列之间的相似性分数。
4.根据权利要求3所述的方法,其特征在于,在所述对所述多个原子数据进行排序之前,还包括:
针对所述多个原子数据中的每个原子数据,判断该原子数据中的属性类别是否在所述目标构件的特征信息中;
若否,则将该原子数据从所述多个原子数据中剔除。
5.根据权利要求3所述的方法,其特征在于,在所述对所述多个原子数据进行排序之前,还包括:
针对所述多个原子数据中的每个原子数据,判断该原子数据中的尺寸坐标是否符合所述目标构件的特征信息中的尺寸坐标;
若否,则将该原子数据从所述多个原子数据中剔除。
6.根据权利要求3所述的方法,其特征在于,所述对所述对比矩阵进行序列对比计算,包括:
使用动态规划算法对所述对比矩阵进行序列相似性计算,获得所述第一序列与所述第二序列之间的相似性分数。
7.根据权利要求6所述的方法,其特征在于,所述使用动态规划算法对所述对比矩阵进行序列相似性计算,获得所述第一序列与所述第二序列之间的相似性分数,包括:
若所述第一序列中的属性类别与所述第二序列中的属性类别是相似的,则增加所述第一序列与所述第二序列之间的相似性分数;
和/或,
若所述第一序列中的尺寸坐标与所述第二序列中的尺寸坐标是相似的,则增加所述第一序列与所述第二序列之间的相似性分数。
8.根据权利要求3所述的方法,其特征在于,所述根据所述对比结果确定所述待处理图纸中是否包括所述目标构件,包括:
判断所述第一序列与所述第二序列之间的相似性分数是否大于预设阈值;
若是,则确定所述待处理图纸中包括所述目标构件,否则,确定所述待处理图纸中不包括所述目标构件。
9.根据权利要求1-8任一所述的方法,其特征在于,还包括:
获取特征信息队列,所述特征信息队列中包括:多个工程构件的特征信息,所述多个工程构件包括所述目标构件;
根据所述多个工程构件的特征信息从所述待处理图纸识别出所述多个工程构件中的至少一个工程构件。
10.根据权利要求9所述的方法,其特征在于,在所述根据所述多个工程构件的特征信息从所述待处理图纸识别出所述多个工程构件之后,还包括:
获取所述多个工程构件中的每个工程构件的构件信息,所述构件信息包括:所述工程构件的构件编号,以及所述工程构件在所述待处理图纸中的相对位置;
输出所述多个工程构件的总数量、所述构件编号和/或所述相对位置。
11.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如权利要求1至10任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310755185.6A CN116778521A (zh) | 2023-06-25 | 2023-06-25 | 一种图纸构件识别方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310755185.6A CN116778521A (zh) | 2023-06-25 | 2023-06-25 | 一种图纸构件识别方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116778521A true CN116778521A (zh) | 2023-09-19 |
Family
ID=87989143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310755185.6A Pending CN116778521A (zh) | 2023-06-25 | 2023-06-25 | 一种图纸构件识别方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116778521A (zh) |
-
2023
- 2023-06-25 CN CN202310755185.6A patent/CN116778521A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112434721B (zh) | 一种基于小样本学习的图像分类方法、***、存储介质及终端 | |
CN109542399B (zh) | 软件开发方法、装置、终端设备及计算机可读存储介质 | |
CN106980856B (zh) | 公式识别方法及***和符号推理计算方法及*** | |
CN107273294B (zh) | 一种基于神经网络语言模型的重复代码检测方法 | |
CN113313083B (zh) | 文本检测方法及装置 | |
CN116362261A (zh) | 应对数字化服务项目的用户会话信息解析方法及软件产品 | |
CN112926122A (zh) | 基于bim技术的预装三维效果图的建筑施工预拼装方法 | |
CN112418320A (zh) | 一种企业关联关系识别方法、装置及存储介质 | |
CN113190905B (zh) | 一种建筑模型的分析方法、装置及存储介质 | |
CN114241524A (zh) | 人体姿态估计方法、装置、电子设备及可读存储介质 | |
CN112966964A (zh) | 基于设计需求的产品匹配方法、装置、设备及存储介质 | |
CN116778521A (zh) | 一种图纸构件识别方法、电子设备及存储介质 | |
CN116382658A (zh) | Ai模型的编译方法、装置、计算机设备及存储介质 | |
CN115098677A (zh) | 一种用户界面组件分类方法及装置 | |
CN113780532A (zh) | 语义分割网络的训练方法、装置、设备及存储介质 | |
CN114358979A (zh) | 酒店匹配方法、装置、电子设备及存储介质 | |
CN113610856A (zh) | 训练图像分割模型和图像分割的方法和装置 | |
WO2021014557A1 (ja) | メッシュ構造設備検出装置、メッシュ構造設備検出方法、及びプログラム | |
Vasin et al. | Geometric modeling of raster images of documents with weakly formalized description of objects | |
CN111291738A (zh) | 前端页面图像中的元素提取方法、装置及电子设备 | |
CN117455416B (zh) | 应用于建筑项目管理的数据分析方法及*** | |
CN115688083B (zh) | 图文型验证码的识别方法、装置、设备及存储介质 | |
CN114840656B (zh) | 一种视觉问答方法、装置、设备及存储介质 | |
CN115878100A (zh) | 一种可视化工具配置项参数的自动生成方法和装置 | |
CN118245362A (zh) | 一种页面测试方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |