图纸中构件的识别方法、装置、电子设备和存储介质制造方法及图纸

本申请涉及一种图纸中构件的识别方法、装置、电子设备和存储介质，应用于数据识别技术领域，其中，方法包括：获取待识别图纸；获取用户的识别需求；根据所述识别需求，所述识别需求中包括待识别的构件的类别，从预先训练的至少两个初始识别模型中确定目标识别模型，所述至少两个初始识别模型是基于不同的训练样本训练得到的，所述目标识别模型中包括至少一个所述初始识别模型；基于所述目标识别模型识别所述待识别的构件，得到目标识别结果。以解决现有技术中，采用单一的识别模型识别图纸中的构件，但是这种方式具有较大的局限性，识别模型对图纸的识别结果往往不能满足用户需求的问题。问题。问题。

【技术实现步骤摘要】
图纸中构件的识别方法、装置、电子设备和存储介质


[0001]本申请涉及数据识别
，尤其涉及一种图纸中构件的识别方法、装置、电子设备和存储介质。

技术介绍

[0002]随着信息技术飞速发展，CAD电子图纸被广泛用于建筑、设计、制造等诸多领域。通常电子图纸中采用点、线、面等几何图元外加文字标注来描述图纸中的构件，在图纸绘制完成后，往往需要对图纸中的构件进行识别，以进一步审核或查看。
[0003]相关技术中，采用单一的识别模型识别图纸中的构件，但是这种方式具有较大的局限性，识别模型对图纸的识别结果往往不能满足用户需求。

技术实现思路

[0004]本申请提供了一种图纸中构件的识别方法、装置、电子设备和存储介质，用以解决现有技术中，采用单一的识别模型识别图纸中的构件，但是这种方式具有较大的局限性，识别模型对图纸的识别结果往往不能满足用户需求的问题。
[0005]第一方面，本申请实施例提供了一种图纸中构件的识别方法，包括：
[0006]获取待识别图纸；
[0007]获取用户的识别需求，所述识别需求中包括待识别的构件的类别；
[0008]根据所述识别需求，从预先训练的至少两个初始识别模型中确定目标识别模型，所述至少两个初始识别模型是基于不同的训练样本训练得到的，所述目标识别模型中包括至少一个所述初始识别模型；
[0009]基于所述目标识别模型识别所述待识别的构件，得到目标识别结果。
[0010]可选的，所述识别需求还包括所述待识别的构件的类别的识别指标，所述根据所述识别需求，从预先训练的至少两个初始识别模型中确定目标识别模型，包括：
[0011]获取识别性能集合，所述识别性能集合是基于所述至少两个初始识别模型的识别结果得到的；
[0012]确定所述识别性能集合中满足所述识别指标的所述目标识别性能；
[0013]确定所述目标识别性能对应的所述初始识别模型为所述目标识别模型。
[0014]可选的，基于所述至少两个初始识别模型的识别结果得到所述识别性能集合，包括：
[0015]获取每个所述初始识别模型对同一样本图纸的识别结果；
[0016]对所述识别结果进行组合，得到至少两个组合结果；
[0017]获取每个所述识别结果对应的真实结果；
[0018]根据所述真实结果和所述组合结果，确定每个所述组合结果对应的识别性能；
[0019]确定所述至少两个组合结果对应的识别性能的集合为所述识别性能集合。
[0020]可选的，所述识别结果中包括不同类别的构件的构件分类结果，所述根据所述真
实结果和所述组合结果，确定每个所述组合结果对应的识别性能，包括：
[0021]从所述组合结果中，确定每类构件分类结果的组合分类结果；
[0022]根据所述组合分类结果和所述真实结果确定所述识别性能。
[0023]可选的，所述对所述识别结果进行组合，得到至少两个组合结果，包括：
[0024]将所述识别结果进行分组得到至少一个分组结果，所述分组结果中包括至少一个所述识别结果；
[0025]将每个所述分组结果中的识别结果进行组合，得到所述至少两个组合结果。
[0026]可选的，所述识别结果包括构件位置和所述构件位置处构件的构件名称，所述组合结果中包括至少两个识别结果时，所述将每个所述分组结果中的识别结果进行组合，得到所述至少两个组合结果，包括：
[0027]确定每个所述识别结果中相同的所述构件位置的目标构件名称，所述目标构件名称为所述构件名称中的任意一个；
[0028]确定每个所述构件位置和每个所述构件位置的目标构件名称为所述组合结果。
[0029]可选的，所述确定每个所述识别结果中相同的所述构件位置的目标构件名称，包括：
[0030]判断每个所述分组结果中相同所述构件位置的构件名称是否相同；
[0031]若不相同，将所述构件名称中的任意一个作为所述构件位置的目标构件名称；
[0032]若相同，确定所述构件名称为所述构件位置的目标构件名称。
[0033]可选的，所述初始识别模型的训练过程包括：
[0034]获取训练样本集合，其中，所述训练样本集合中包括至少两个训练样本以及每个所述训练样本的真实结果，所述训练样本是对样本图纸集合中的样本图纸按照目标解析方式解析得到的，所述训练样本中包括样本构件，所述目标解析方式为预设解析方式集合中的一个；
[0035]分别对所述训练样本集合中的每个训练样本执行以下训练过程：
[0036]将所述训练样本输入至初始神经网络模型，基于所述初始神经网络模型对所述训练样本进行特征提取，得到样本特征，根据所述样本特征得到所述训练样本的输出结果；
[0037]根据所述输出结果和所述真实结果计算计算损失函数值，根据所述损失函数值对所述初始神经网络模型中的参数进行更新，从所述训练样本集合中获取下一训练样本，重复执行所述训练过程，直至所述损失函数小于预设值，将所述初始神经网络模型作为所述初始识别模型。
[0038]第二方面，本申请实施例提供了一种图纸中构件的识别装置，包括：
[0039]第一获取模块，用于获取待识别图纸；
[0040]第二获取模块，用于获取用户的识别需求，所述识别需求中包括待识别的构件的类别；
[0041]确定模块，用于根据所述识别需求，从预先训练的至少两个初始识别模型中确定目标识别模型，所述至少两个初始识别模型是基于不同的训练样本训练得到的，所述目标识别模型中包括至少一个所述初始识别模型；
[0042]识别模块，用于基于所述目标识别模型识别所述待识别的构件，得到目标识别结果。
[0043]第三方面，本申请实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；
[0044]所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的图纸中构件的识别方法。
[0045]第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的图纸中构件的识别方法。
[0046]本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，通过获取待识别图纸；获取用户的识别需求；根据所述识别需求，所述识别需求中包括待识别的构件的类别，从预先训练的至少两个初始识别模型中确定目标识别模型，所述至少两个初始识别模型是基于不同的训练样本训练得到的，所述目标识别模型中包括至少一个所述初始识别模型；基于所述目标识别模型识别所述待识别的构件，得到目标识别结果。如此，通过设置至少两个初始识别模型，作为待识别图纸的识别模型，能够提高待识别图纸的识别便捷性；另外，通过确定满足用户识别需求的目标识别模型，进行待识别图纸的识别，使得对待识别图纸的识别结果能够达到用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图纸中构件的识别方法，其特征在于，包括：获取待识别图纸；获取用户的识别需求，所述识别需求中包括待识别的构件的类别；根据所述识别需求，从预先训练的至少两个初始识别模型中确定目标识别模型，所述至少两个初始识别模型是基于不同的训练样本训练得到的，所述目标识别模型中包括至少一个所述初始识别模型；基于所述目标识别模型识别所述待识别的构件，得到目标识别结果。2.根据权利要求1所述的图纸中构件的识别方法，其特征在于，所述识别需求还包括所述待识别的构件的类别的识别指标，所述根据所述识别需求，从预先训练的至少两个初始识别模型中确定目标识别模型，包括：获取识别性能集合，所述识别性能集合是基于所述至少两个初始识别模型的识别结果得到的；确定所述识别性能集合中满足所述识别指标的目标识别性能；确定所述目标识别性能对应的所述初始识别模型为所述目标识别模型。3.根据权利要求2所述的图纸中构件的识别方法，其特征在于，基于所述至少两个初始识别模型的识别结果得到所述识别性能集合，包括：获取每个所述初始识别模型对同一样本图纸的识别结果；对所述识别结果进行组合，得到至少两个组合结果；获取每个所述识别结果对应的真实结果；根据所述真实结果和所述组合结果，确定每个所述组合结果对应的识别性能；确定所述至少两个组合结果对应的识别性能的集合为所述识别性能集合。4.根据权利要求3所述的图纸中构件的识别方法，其特征在于，所述识别结果中包括不同类别的构件的构件分类结果，所述根据所述真实结果和所述组合结果，确定每个所述组合结果对应的识别性能，包括：从所述组合结果中，确定每类构件分类结果的组合分类结果；根据所述组合分类结果和所述真实结果确定所述识别性能。5.根据权利要求3所述的图纸中构件的识别方法，其特征在于，所述对所述识别结果进行组合，得到至少两个组合结果，包括：将所述识别结果进行分组得到至少一个分组结果，所述分组结果中包括至少一个所述识别结果；将每个所述分组结果中的识别...

【专利技术属性】
技术研发人员：彭帆，
申请(专利权)人：万翼科技有限公司，
类型：发明
国别省市：