公开(公告)号：CN119649122A

公开(公告)日：2025-03-18

申请号：CN202411729102.7

申请日：2024-11-28

Applicant: 西安交通大学

Inventor： 桂小林 ,  符宇轩 ,  邵屹杨

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/048 ,  G06N5/022

Abstract: 本发明公开了一种基于深度学习和知识图谱的零件类别识别方法及系统，获取零件图片数据集，对数据集进行预处理和数据增强；构建识别模型并训练，使用训练好的模型对零件图片进行特征提取并保存，得出不同的零件图片包含的特征向量；对需要识别的零件图片利用模型提取特征信息并与已有图片的特征向量进行比对得到最相似的结果；根据比对结果自动使用查询语句在知识图谱中查找对应信息并反馈。通过识别零件图片从知识图谱中得到其详细信息，可以在设备运维等方面发挥作用。本发明根据单张图片快速反馈所需的大量信息，有效加快了设备维护、零件更换以及自动检修等场景下的信息检索速度，对提高零部件信息查询效率有着较好的参考意义。