形成用于推测实体CAD特征的数据集制造技术

本发明专利技术尤其涉及一种用于形成被配置用于学习神经网络的数据集的计算机实现的方法。所述神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的实体CAD特征。所述方法包括：生成一个或多个实体CAD特征，所述实体CAD特征包括表示各自的3D形状的每个实体CAD特征。所述方法还包括：针对每个实体CAD特征，确定分别表示相应3D形状的一个或多个相应手绘图；以及将一个或多个训练样本插入所述数据集。每个训练样本包括所述实体CAD特征和相应手绘图。所述方法形成用于从表示3D形状的手绘图推测表示3D形状的3D建模对象的改进的解决方案。

【技术实现步骤摘要】
形成用于推测实体CAD特征的数据集
本公开内容涉及计算机程序和系统的领域，并且更具体地说，本公开内容涉及与学习神经网络有关的解决方案，该神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的3D建模对象。
技术介绍
市场上提供了大量用于对物体的设计、工程和制造的系统和程序。CAD是计算机辅助设计的缩写，例如，它涉及用于设计物体的软件解决方案。CAE是计算机辅助工程的缩写，例如，它涉及用于对未来产品的物理行为进行模拟的软件解决方案。CAM是计算机辅助制造的缩写，例如，它涉及用于定义制造过程和操作的软件解决方案。在这些计算机辅助设计系统中，图形用户界面在技术效率方面起着重要作用。这些技术可以嵌入产品生命周期管理(PLM)系统中。PLM指的是一种业务战略，其帮助企业在扩展型企业的整个概念中共享产品数据、应用通用流程以及利用企业知识从概念到使用寿命结束来开发产品。DassaultSystèmes(商标为CATIA、ENOVIA和DELMIA)提供的PLM解决方案提供了工程中心(其组织产品工程知识)、制造中心(其管理制造工程知识)以及企业中心(其允许本文档来自技高网...

【技术保护点】
1.一种用于形成被配置用于学习神经网络的数据集的计算机实现的方法，所述神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的实体CAD特征，所述方法包括：/n-生成一个或多个实体CAD特征，包括表示相应3D形状的每个实体CAD特征；/n-针对每个实体CAD特征：/no确定分别表示所述相应3D形状的一个或多个相应手绘图；以及/no在所述数据集中插入一个或多个训练样本，每个训练样本包括所述实体CAD特征和相应手绘图。/n

【技术特征摘要】
20181229 EP 18306887.31.一种用于形成被配置用于学习神经网络的数据集的计算机实现的方法，所述神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的实体CAD特征，所述方法包括：
-生成一个或多个实体CAD特征，包括表示相应3D形状的每个实体CAD特征；
-针对每个实体CAD特征：
o确定分别表示所述相应3D形状的一个或多个相应手绘图；以及
o在所述数据集中插入一个或多个训练样本，每个训练样本包括所述实体CAD特征和相应手绘图。


2.根据权利要求1所述的方法，其中，所述确定每个手绘图包括：
-提供从其可见所述相应3D形状的视点；以及
-相对于基于所述实体CAD特征的所述相应3D形状的实体表示，在图像中渲染一个或多个边缘，从所述视点来看，每个边缘都是所述实体表示的轮廓边缘或可见边缘。


3.根据权利要求2所述的方法，其中，每个可见边缘是所述实体表示的Ck不连续，k是大于或等于1的整数。


4.根据权利要求2或3所述的方法，其中，所述确定每个手绘图还包括：摄动一个或多个所渲染的边缘的至少一部分。


5.根据权利要求4所述的方法，其中，对每个边缘的所述渲染是以向量的方式执行的，每个边缘由一个或多个相应的参数化曲线表示，所述摄动包括：针对至少一个相应的参数化曲线，向所述至少一个相应的参数化曲线的一个或多个参数添加噪声。


6.根据权利要求1至5中任一项权利要求所述的方法，其中，每个实体CAD特征包括相应的曲线序列，所述生成包括：提供曲线集并且对所述曲线集进行采样。


7.根据权利要求6所述的方法，其中，所述曲线集包括下列各项之间的集合乘积：
-离散的曲...

【专利技术属性】
技术研发人员：F·M·桑切斯贝穆德斯，E·梅尔，
申请(专利权)人：达索系统公司，
类型：发明
国别省市：法国;FR