-
Patent Agency Ranking
公开(公告)号：CN111860525A
公开(公告)日：2020-10-30
申请号：CN202010782492.X
申请日：2020-08-06
Applicant: 宁夏宁电电力设计有限公司
Abstract: 一种适用于端子排的自底向上光学字符识别方法，采集变电站端子排内容图像并进行预处理，对预处理之后的图像，采用自底向上的方法，通过CAM热力图辅助VGG16检测到细粒度字符，再由字符间的距离、角度信息判断字符间是否在同一文本行，之后在检测网络中加入长段记忆网络LSTM，保存了文本行的上下文特征以最终形成粗粒度的文本区域。最后在识别网络ResNet中，以CTC为损失函数，将上述特征信息输入以训练模型，将模型输出结果贪心编码，最终输出端子排识别结果。本发明解决传统光学字符识别技术在变电站端子排的实际应用场景中可能产生的识别准确率不高的问题，实现对变电站端子排电缆套管标号快速并准确的识别。
-
公开(公告)号：CN112149548A
公开(公告)日：2020-12-29
申请号：CN202010981418.0
申请日：2020-09-17
Applicant: 宁夏宁电电力设计有限公司
IPC: G06K9/00 , G06F40/177 , G06T3/00
Abstract: 一种适用于端子排的CAD图纸智能录入和识别方法及其装置，先将端子排CAD图纸统一为dxf文件，提取dxf文件中的端子排连线图所在的参照块，抽取参照块中的实体元素，对抽取到的实体元素进行规范化和归并处理，自动筛除与端子排内连线无关的元素，生成图片格式的端子排结构图及连线图，并对连线图图片做清晰化和放大处理；同时由连线图图片还生成对应的Excel表：先由端子排结构图识别出端子排子模块的表头，根据表头切分为多个子模块，在维持子模块结构特征不变的情况下，将每个子模块对应的连线图内容分别导出到Excel表的不同表单。本发明解决端子排CAD图纸查看和操作不便，且现有CAD图纸录入技术无法有效处理端子排实际场景下结构混乱难以识别的问题。
-
公开(公告)号：CN112000860A
公开(公告)日：2020-11-27
申请号：CN202010734467.4
申请日：2020-07-27
Applicant: 宁夏宁电电力设计有限公司
IPC: G06F16/904 , G06F16/903 , G06T17/00 , G06F30/20 , G06Q10/06 , G06Q50/06
Abstract: 本申请公开了一种施工标准可视化应用方法，本公开的施工标准可视化应用方法通过加载变电工程三维模型，遍历变电工程三维模型中各子模型，依据各子模型的属性，将各子模型与预先存储的标准文库中的各施工标准进行匹配绑定，确定所选取的当前子模型，由预先存储的标准文库中获取与当前子模型相匹配的施工标准，并将当前子模型相匹配的施工标准显示至指定位置。以使可以直观查看相关强制性条文措施内容和工艺标准内容，使设计人员能够直观介绍设计意图以及应该执行的标准及措施，减少设计人员大量的准备工作，提高交底效率。
-
公开(公告)号：CN112149548B
公开(公告)日：2022-10-21
申请号：CN202010981418.0
申请日：2020-09-17
Applicant: 宁夏宁电电力设计有限公司
IPC: G06V30/422 , G06F40/177 , G06T3/00
Abstract: 一种适用于端子排的CAD图纸智能录入和识别方法及其装置，先将端子排CAD图纸统一为dxf文件，提取dxf文件中的端子排连线图所在的参照块，抽取参照块中的实体元素，对抽取到的实体元素进行规范化和归并处理，自动筛除与端子排内连线无关的元素，生成图片格式的端子排结构图及连线图，并对连线图图片做清晰化和放大处理；同时由连线图图片还生成对应的Excel表：先由端子排结构图识别出端子排子模块的表头，根据表头切分为多个子模块，在维持子模块结构特征不变的情况下，将每个子模块对应的连线图内容分别导出到Excel表的不同表单。本发明解决端子排CAD图纸查看和操作不便，且现有CAD图纸录入技术无法有效处理端子排实际场景下结构混乱难以识别的问题。
-
公开(公告)号：CN111860525B
公开(公告)日：2022-10-21
申请号：CN202010782492.X
申请日：2020-08-06
Applicant: 宁夏宁电电力设计有限公司
IPC: G06V30/148 , G06V10/82 , G06V10/774 , G06N3/04
Abstract: 一种适用于端子排的自底向上光学字符识别方法，采集变电站端子排内容图像并进行预处理，对预处理之后的图像，采用自底向上的方法，通过CAM热力图辅助VGG16检测到细粒度字符，再由字符间的距离、角度信息判断字符间是否在同一文本行，之后在检测网络中加入长段记忆网络LSTM，保存了文本行的上下文特征以最终形成粗粒度的文本区域。最后在识别网络ResNet中，以CTC为损失函数，将上述特征信息输入以训练模型，将模型输出结果贪心编码，最终输出端子排识别结果。本发明解决传统光学字符识别技术在变电站端子排的实际应用场景中可能产生的识别准确率不高的问题，实现对变电站端子排电缆套管标号快速并准确的识别。
-
-
-
-
Search Results
5
records
(took 0.037 seconds)
