建筑图纸构件分类方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种建筑图纸构件分类方法、装置、电子设备及存储介质，该方法包括：对输入的训练数据集中的建筑图纸进行预处理，得到目标建筑图纸；然后通过全卷积分割网络对目标建筑图纸进行下采样得到第一特征图，对第一特征图进行上采样得到第二特征图；采用阈值分割法对第二特征图中每个像素点进行类别判断，输出建筑图纸中每个构件的分类结果；重复以上步骤训练出针对单个构件进行分类的第一分类器和针对所有构件进行统一分类的第二分类器；根据第一分类器和第二分类器在测试数据集上的测试效果确定最终要使用的目标分类器，使用目标分类器对待分类建筑图纸中的构件进行分类。本申请实施例有利于提高建筑图纸构件分类的效果。

【技术实现步骤摘要】
建筑图纸构件分类方法、装置、电子设备及存储介质
本申请涉及图像识别
，尤其涉及一种建筑图纸构件分类方法、装置、电子设备及存储介质。
技术介绍
深度学习的发展使语音识别、自然语言处理、图像与视频分析等诸多领域的应用取得了极具意义的进步，现有的深度学习模型采用的是神经网络，例如：全卷积网络(FullyConvolutionalNetworksforSemanticSegmentation，FCN)就是图像识别领域应用十分广泛的网络模型。全卷积网络在建筑图纸识别上可以对图像进行像素级的分类，从而实现图纸中构件的分类(识别)，全连接网络的好处是可以接受任意尺寸的输入图像，但是当全卷积网络对特征图进行上采样的倍数过大时，上采样的结果会比较模糊和平滑，导致建筑图纸中构件的分类效果并不好。
技术实现思路
为解决上述问题，本申请提供了一种建筑图纸构件分类方法、装置、电子设备及存储介质，有利于提高建筑图纸中构件分类的效果。本申请实施例第一方面提供了一种建筑图纸构件分类方法，该方法包括：(1)对输入的训练数据集中的建筑图纸本文档来自技高网...

【技术保护点】
1.一种建筑图纸构件分类方法，其特征在于，所述方法包括：/n(1)对输入的训练数据集中的建筑图纸进行预处理，得到目标建筑图纸；/n(2)将所述目标建筑图纸输入全卷积分割网络进行下采样，得到第一特征图，以及对所述第一特征图进行上采样，得到与所述目标建筑图纸尺寸相同的第二特征图；/n(3)采用阈值分割法对所述第二特征图中每个像素点进行类别判断，输出所述建筑图纸中每个构件的分类结果；/n(4)采用步骤(1)至步骤(3)训练出针对单个构件进行分类的第一分类器和针对所有构件进行统一分类的第二分类器；/n(5)获取所述第一分类器和所述第二分类器在测试数据集上的分类结果，根据在测试数据集上的分类结果从所述第...

【技术特征摘要】
1.一种建筑图纸构件分类方法，其特征在于，所述方法包括：
(1)对输入的训练数据集中的建筑图纸进行预处理，得到目标建筑图纸；
(2)将所述目标建筑图纸输入全卷积分割网络进行下采样，得到第一特征图，以及对所述第一特征图进行上采样，得到与所述目标建筑图纸尺寸相同的第二特征图；
(3)采用阈值分割法对所述第二特征图中每个像素点进行类别判断，输出所述建筑图纸中每个构件的分类结果；
(4)采用步骤(1)至步骤(3)训练出针对单个构件进行分类的第一分类器和针对所有构件进行统一分类的第二分类器；
(5)获取所述第一分类器和所述第二分类器在测试数据集上的分类结果，根据在测试数据集上的分类结果从所述第一分类器和所述第二分类器中确定出目标分类器，使用所述目标分类器对待分类建筑图纸中的构件进行分类。


2.根据权利要求1所述的方法，其特征在于，所述对用于训练的建筑图纸进行预处理的步骤，包括：
采用岭回归的方法对所述建筑图纸中的构件进行补全，得到待滤波建筑图纸；
采用高通滤波法对所述待滤波建筑图纸中的构件的边缘信号进行增强，得到所述目标建筑图纸。


3.根据权利要求1所述的方法，其特征在于，所述将所述目标建筑图纸输入全卷积分割网络进行下采样，得到第一特征图的步骤，包括：
通过一卷积层对所述目标建筑图纸进行多次卷积，得到与所述目标建筑图纸尺寸相同的特征图；
通过一池化层对与所述目标建筑图纸尺寸相同的特征图进行最大池化操作，逐层缩小特征图的尺寸；
经过若干卷积层和池化层的交替处理得到所述第一特征图。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述第一特征图进行上采样，得到与所述目标建筑图纸尺寸相同的第二特征图的步骤，包括：
通过一反卷积层对所述第一特征图进行反卷积处理；
将经过反卷积处理得到的特征图与下采样阶段得到的尺寸相同的特征图进行拼接；
对拼接得到的特征图进行卷积处理，经过多次反卷积、拼接、卷积的交替处理得到所述第二特征图。


5.根据权利要求1-3任一项所述的方法，其特征在于，所述采用阈值分割法对所述第二特征图中每个像素点进行类别判断的步骤，包括：
将所述第二特征图中每个像素点的特征值输入softmax函数，在计算出某个像素点的类别概率大于或等于生成阈值的情况下，确定该像...

【专利技术属性】
技术研发人员：张小虎，朱磊，林裕杰，
申请(专利权)人：万翼科技有限公司，
类型：发明
国别省市：广东;44