龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏大学;无锡维伊恩智能科技有限公司;南京昭视智能科技有限公司
申请日：2024-03-22
公开（公告）日：2024-06-18
公开（公告）号：CN118212435A
主分类号：G06V10/75
分类号：G06V10/75;G06V10/26;G06V10/774;G06N3/042
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了一种基于深度学习图匹配的装配核对方法。该方法首先利用深度学习语义分割和目标检测技术对工业领域装配件及图纸上的各个配件对象和连接情况进行识别。由于实物图装配件的连接线在实际情况中可能会存在遮挡现象，所以通过多尺度关注度技术进行判断和识别，同时使用曲线预测算法对曲线遮挡部分进行预测。此外，本发明提出并制作了一个数据集，通过该数据集训练得到图神经网络,将得到的实物图和图纸的图结构通过该图神经网络做图匹配得到最终相似度，如果匹配上那么保存目前该连接结构，并按匹配频率更新网络。本发明图纸实物自动核对方法能够解决对工业场景下装配件与图纸上配件的连接情况自动匹配核对问题。
主权项：1.一种基于深度学习图匹配的装配核对方法，其特征在于，包括以下步骤：步骤1.1：通过深度学习语义分割和目标检测技术相结合识别获得每张装配照片中的装配件以及各个装配件的连接情况；步骤1.2：制作并使用一个数据集，该数据集中包含有多个正确的装配件的连接方式及顺序，使用图神经网络模型进行学习；步骤1.3：输入实物图之后，在实物图向生成图纸转化过程中，将不可连接的规则情况与实物图通过基于深度学习的图匹配模型进行对比；步骤1.4：如果实物图连接中存在违反连接规则的情况，那么当前节点会通过该图神经网络，预测与之相连的下个节点属性，获得准确的预测结果。在所有流程完成之后，通过计算各类目匹配频率，将此次匹配结构更新入网络中，重新配置权重。
全文数据：
权利要求：
百度查询： 江苏大学;无锡维伊恩智能科技有限公司;南京昭视智能科技有限公司 基于深度学习图匹配的装配核对方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号