公开(公告)号：CN117727064A

公开(公告)日：2024-03-19

申请号：CN202311765247.8

申请日：2023-12-20

Applicant: 国网山东省电力公司潍坊供电公司

Inventor： 王明林 ,  孙延栋 ,  王思城 ,  田春波 ,  张建浩 ,  陈永林 ,  宗传帅 ,  郑志强 ,  张晓 ,  张耀东 ,  康健 ,  庞振国 ,  王洪敏 ,  史普帅 ,  孙慧新 ,  徐伟 ,  林金涛 ,  徐金海 ,  刘逸 ,  董旭 ,  周立栋 ,  王旭 ,  刘杰 ,  张继欣 ,  贾振伟 ,  谭鹏飞 ,  郭玲 ,  李文波 ,  王强 ,  张学智 ,  王钊 ,  王静 ,  刘西红 ,  邢方方 ,  宋圣兰 ,  梁晶 ,  田力 ,  刘振光

IPC: G06V30/422 ,  G06V30/19 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 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。