CN115410052A - 户型图训练集制作方法、终端、存储介质 - Google Patents
户型图训练集制作方法、终端、存储介质 Download PDFInfo
- Publication number
- CN115410052A CN115410052A CN202111081828.0A CN202111081828A CN115410052A CN 115410052 A CN115410052 A CN 115410052A CN 202111081828 A CN202111081828 A CN 202111081828A CN 115410052 A CN115410052 A CN 115410052A
- Authority
- CN
- China
- Prior art keywords
- house type
- picture
- training set
- graph
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种户型图训练集制作方法、终端、存储介质,该户型图训练集制作方法包括:S101:获取户型图图片,根据输入的户型区域划分信息生成户型图图片的户型区域;S102:根据预设的户型区域命名信息对户型区域进行命名,并对户型图中的预设位置进行编辑;S103:根据编辑后的户型图图片生成户型图训练集的训练图片。本发明能够根据户型区域划分信息自动获取户型区域数据,并基于该数据进行编辑和生成训练图片,生成的训练图片能精准还原户型特征,无需对户型图片进行多次裁剪和命名,降低了工作量和工作难度,且生成的训练集图片质量稳定,效率高,降低了机器学习的成本。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种户型图训练集制作方法、终端、存储介质。
背景技术
目前,随着人类科学技术的不断发展,机器学习(DeepLearning)正在成为机器学习领域的一个新兴领域。近几年,有关机器学习的应用越来越广,已经涉及到语音识别、图像识别、自然语言处理等领域。机器学习并将继续影响到机器学习和人工智能的其它关键领域。其中,在建筑设计领域,机器学习被用于户型图识别以及以户型图识别为基础的家居装饰设计、房间结构模型生成等,通过机器学习的方式实现了对大量户型数据的快速处理、生成,降低了设计人员的工作量,提高了设计效率。
然而,在将机器学习应用于建筑设计中与户型图相关的方面时,需要用户预先生成机器学习所需的训练集。现有技术中,制作训练集需要人工使用图像处理软件多次裁剪图片中户型图片以及对裁剪后的图片进行命名以得到训练图片,工作量大,且因员工相关专业能力不同会影响制作数据集的质量和效率,提高了机器学习的成本。
发明内容
为了克服现有技术的不足,本发明提出一种户型图训练集制作方法、终端、存储介质,根据输入的户型区域划分信息获取户型图中的户型区域,根据预设的户型区域命令信息命名户型区域并对图中的预设位置进行编辑,通过编辑后的户型图生成训练图片,能够根据户型区域划分信息自动获取户型区域数据,并基于该数据进行编辑和生成训练图片,生成的训练图片能精准还原户型特征(包括数据特征及结构特征),无需对户型图片进行多次裁剪和命名,降低了工作量和工作难度,且生成的训练集图片质量稳定,效率高,降低了机器学习的成本。
为解决上述问题,本发明采用的一个技术方案为:一种户型图训练集制作方法,所述户型图训练集制作方法包括:所述户型图训练集制作方法包括:S101:获取户型图图片,根据输入的户型区域划分信息生成所述户型图图片的户型区域;S102:根据预设的户型区域命名信息对所述户型区域进行命名,并对所述户型图中的预设位置进行编辑;S103:根据编辑后的户型图图片生成户型图训练集的训练图片。
进一步地,所述根据输入的户型区域划分信息生成所述户型图图片的户型区域的步骤之前还包括:设置所述户型图片中户型图的比例尺。
进一步地,所述根据输入的户型区域划分信息生成所述户型图图片的户型区域的步骤具体包括:获取所述户型图图片中墙体的坐标数据,根据所述坐标数据生成所述户型区域。
进一步地,所述获取所述户型图图片中墙体的坐标数据的步骤具体包括:对所述户型图图片中的墙体进行描边,根据描边结果获取所述墙体的坐标数据。
进一步地,所述根据所述坐标数据生成所述户型区域的步骤具体包括:根据所述坐标数据获取所述户型图图片中的闭合区域,根据所述闭合区域生成所述户型区域。
进一步地,对所述户型图中的预设位置进行编辑的步骤具体包括:识别所述户型区域中的门窗位置,并将预设的门窗模块放置于所述门窗位置。
进一步地,所述根据编辑后的户型图图片生成户型图训练集的训练图片的步骤具体包括:根据输入的指令保存所述户型图图片,并基于所述户型图图片生成预设数量的训练图片。
进一步地,所述根据预设的户型区域命名信息对所述户型区域进行命名的步骤之后还包括:根据所述户型区域的命名填充所述户型区域。
基于相同的发明构思,本发明还提出一种智能终端,所述智能终端包括处理器、存储器,所述存储器存储有计算机程序,所述处理器与所述存储器通信连接,所述处理器根据所述计算机程序执行如上所述的户型图训练集制作方法。
基于相同的发明构思,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有程序数据,所述程序数据被用于执行如上所述的户型图训练集制作方法。
相比现有技术,本发明的有益效果在于:根据输入的户型区域划分信息获取户型图中的户型区域,根据预设的户型区域命令信息命名户型区域并对图中的预设位置进行编辑,通过编辑后的户型图生成训练图片,能够根据户型区域划分信息自动获取户型区域数据,并基于该数据进行编辑和生成训练图片,生成的训练图片能精准还原户型特征(包括数据特征及结构特征),无需对户型图片进行多次裁剪和命名,降低了工作量和工作难度,且生成的训练集图片质量稳定,效率高,降低了机器学习的成本。
附图说明
图1为本发明户型图训练集制作方法一实施例的流程图;
图2为本发明户型图训练集制作方法另一实施例的流程图;
图3为本发明户型图训练集制作方法生成的训练图片一实施例的模型图;
图4为本发明户型图训练集制作方法生成的训练图片一实施例的门窗位置图;
图5为本发明户型图训练集制作方法生成的训练图片一实施例的户型区域图;
图6为本发明户型图训练集制作方法生成的训练图片一实施例的户型区域填充图;
图7为本发明户型图训练集制作方法生成的训练图片一实施例的墙体图;
图8为本发明智能终端一实施例的结构图;
图9为本发明智能终端执行的户型图训练集制作方法一实施例的流程图;
图10为本发明计算机可读存储介质一实施例的结构图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
请参阅图1-7,图1为本发明户型图训练集制作方法一实施例的流程图;图2为本发明户型图训练集制作方法另一实施例的流程图;图3为本发明户型图训练集制作方法生成的训练图片一实施例的模型图;图4为本发明户型图训练集制作方法生成的训练图片一实施例的门窗位置图;图5为本发明户型图训练集制作方法生成的训练图片一实施例的户型区域图;图6为本发明户型图训练集制作方法生成的训练图片一实施例的户型区域填充图;图7为本发明户型图训练集制作方法生成的训练图片一实施例的墙体图,结合图1-7对本发明户型图训练集制作方法进行详细说明。
在本实施例中,执行户型图训练集制作方法的智能终端可以为手机、平板电脑、笔记本计算机、服务器以及其他能够采集户型图,根据输入的指令对户型图进行编辑生成训练图片的智能终端。
户型图训练集制作方法包括:
S101:获取户型图图片,根据输入的户型区域划分信息生成户型图图片的户型区域。
在本实施例中,智能终端可以通过网络搜索、设备传输以及其他方式获取用于生成训练图片的户型图图片。其中,户型图图片可以为户型的线条图、渲染图、实景图、户型尺寸图以及其他能够展示户型结构的图片。
其中,根据输入的户型区域划分信息生成户型图图片的户型区域的步骤之前还包括:设置户型图片中户型图的比例尺。通过设置比例尺的方式确定户型图中户型结构与实际尺寸的比例关系。
在本实施例中,测量户型图中门的宽度,根据门的宽度与实际宽度之间的尺寸比例设置比例尺,在其他实施例中,也可以根据户型图中墙体的厚度、整体户型的长或宽、装饰物的尺寸等与实际尺寸的对应关系设置比例尺。
在一个具体的实施例中,获取用户上传的户型图,测量户型图中门的尺寸,并获取实际环境中门的宽度,根据图中门的尺寸与实际长度之间的比例关系设置比例尺,并在设置比例尺后将上传的户型图图片作为底图进行编辑。
在本实施例中,根据输入的户型区域划分信息生成户型图图片的户型区域的步骤具体包括:获取户型图图片中墙体的坐标数据,根据坐标数据生成户型区域。根据该坐标数据确定户型图中墙体的位置,进而根据该位置识别户型图中的房间区域(即户型区域)。
在其他实施例中,户型区域划分信息也可以为户型图图片中的户型区域范围信息、颜色信息或墙体颜色信息、宽度信息以及其他能够用于识别户型图图片中的墙体或户型区域的数据。
获取户型图图片中墙体的坐标数据的步骤具体包括:对户型图图片中的墙体进行描边,根据描边结果获取墙体的坐标数据。其中,描边的方式可以为鼠标描边、触屏描边以及其他描边方式。
在一个优选的实施例中,根据描边结果获取墙体的坐标数据后,还可以根据墙体坐标数据识别墙体,并对墙体进行加亮或渲染显示以便用户根据显示结果判断墙体是否识别正确和对错误识别的部分进行修改,提高识别结果的准确性。
在另一个优选的实施例中,智能终端根据墙体的描边信息确定墙体所在的位置及坐标,并根据该坐标、预设的比例尺确定墙体的实际厚度、长度数据,并将其显示在户型图上。
根据坐标数据生成户型区域的步骤具体包括:根据坐标数据获取户型图图片中的闭合区域,根据闭合区域生成户型区域。其中,通过闭合区域算法识别户型图图片中的闭合区域。
在一个具体的实施例中,户型划分信息为墙体描边信息,智能终端接收用户通过内墙线或外墙现功能对墙体描边形成的墙线,根据墙线确定墙体的坐标,并通过闭合区域算法计算墙线能否形成一个闭合多边形,若能,则确定闭合多边形围成的区域为一个户型区域。
在上述实施例中,智能终端生成户型区域后,获取每个户型区域的长宽,并根据长宽、比例尺计算户型区域的实际长宽,基于该实际长宽计算户型区域的实际面积,并在每个户型区域显示该实际面积。
S102:根据预设的户型区域命名信息对户型区域进行命名,并对户型图中的预设位置进行编辑。
在本实施例中,户型区域命名信息包括不同户型区域的命名方式,如客厅、餐厅、卧室、厨房等区域的命名方式。
在其他实施例中,智能终端还可以存储不同命名对应的区域名称,如客厅对应的命名为1,则智能终端根据用户的命名确定户型区域的名称。
在一个具体的实施例中,智能终端根据用户输入的户型区域命名信息对不同的户型区域进行命名,如根据用户的指令将客厅命名为数字1,并将该数字1显示在户型区域或户型图一侧。
在另一个具体的实施例中,智能终端根据用户指令选中一个户型区域,在屏幕一侧显示该户型区域的命名框,将命名框输入的信息确定为该户型区域的命名。
在本实施例中,预设位置为户型区域中的门、窗,其中,对户型图中的预设位置进行编辑的步骤具体包括:识别户型区域中的门窗位置,并将预设的门窗模块放置于门窗位置。
在本实施例中,智能终端根据用户输入的指令确定户型区域的预设位置以及该位置设置的门窗模块,在其他实施例中,也可以在生成户型区域中,测量户型区域的缺口部分的宽度以及位置,根据宽度的大小所在的范围确定其为门或窗。其中,不同户型区域的门窗的宽度范围不同,根据该范围识别户型区域中的预设位置。
在一个具体的实施例中,智能终端生成户型区域,并对每个户型区域进行命名后,根据用户的指令调取预设值的门窗模块,并将该门窗模块移动至户型图中用户选中的位置。
S103:根据编辑后的户型图图片生成户型图训练集的训练图片。
在本实施例中,根据编辑后的户型图图片生成户型图训练集的训练图片的步骤具体包括:根据输入的指令保存户型图图片,并基于户型图图片生成预设数量的训练图片。
其中,根据预设的户型区域命名信息对户型区域进行命名的步骤之后还包括:根据户型区域的命名填充户型区域。为了便于用户查看,相邻的不同户型区域填充的颜色不同。
在其他实施例中,也可以使用网格、斜线以及其他方式填充户型区域。
在本实施例中,预设数量为5,且生成的每张训练图片均不同。在其他实施例中,预设数量也可以为3、4、6以及其他数量,训练图片的数量以及类型可以根据机器学习的要求进行具体设置。
在一个具体的实施例中,智能终端根据编辑后的户型图图片生成5张不同的训练图片,该训练图片包括该户型图图片的模型图、门窗位置图、户型区域图、户型区域填充图、墙体图,并根据预设的命名规则命名训练图片以便计算机识别和使用训练图片。
通过使用上述户型图训练集制作方法大幅减少了训练图片的制作时间,原来需要有掌握图像处理软件技能的相关人员去进行复杂的编辑和工具使用,需要长时间制作和时候的校验才制作完成(不用多次去裁剪图片填充颜色,只需要普通的在系统上输入户型划分信息就可以了,减少操作次数,减少检查用的时间),现在只要一个有基本计算器操作基础的人员,培训3分钟,即可上手制作,目前计算平均制作一个5张图的数据集耗时5分钟左右,比原来10分钟,减少一半时间消耗。
有益效果:本发明的户型图训练集制作方法根据输入的户型区域划分信息获取户型图中的户型区域,根据预设的户型区域命令信息命名户型区域并对图中的预设位置进行编辑,通过编辑后的户型图生成训练图片,能够根据户型区域划分信息自动获取户型区域数据,并基于该数据进行编辑和生成训练图片,生成的训练图片能精准还原户型特征(包括数据特征及结构特征),无需对户型图片进行多次裁剪和命名,降低了工作量和工作难度,且生成的训练集图片质量稳定,效率高,降低了机器学习的成本。
基于相同的发明构思,本发明还提出一种智能终端,请参阅图8、图9,图8为本发明智能终端一实施例的结构图,图9为本发明智能终端执行的户型图训练集制作方法一实施例的流程图。结合图8、图9对本发明的智能终端进行说明。
在本实施例中,智能终端包括处理器、存储器,存储器存储有计算机程序,处理器与所述存储器通信连接,处理器根据计算机程序执行如上述实施例所述的户型图训练集制作方法。
在本实施例中,智能终端可以为手机、平板电脑、笔记本计算机、服务器以及其他能够采集户型图,根据输入的指令对户型图进行编辑生成训练图片的智能终端。
处理器根据存储器中存储的数据执行的户型图训练集制作方法包括:
S201:获取户型图图片,根据输入的户型区域划分信息生成户型图图片的户型区域。
在本实施例中,智能终端可以通过网络搜索、设备传输以及其他方式获取用于生成训练图片的户型图图片。其中,户型图图片可以为户型的线条图、渲染图、实景图、户型尺寸图以及其他能够展示户型结构的图片。
其中,根据输入的户型区域划分信息生成户型图图片的户型区域的步骤之前还包括:设置户型图片中户型图的比例尺。通过设置比例尺的方式确定户型图中户型结构与实际尺寸的比例关系。
在本实施例中,测量户型图中门的宽度,根据门的宽度与实际宽度之间的尺寸比例设置比例尺,在其他实施例中,也可以根据户型图中墙体的厚度、整体户型的长或宽、装饰物的尺寸等与实际尺寸的对应关系设置比例尺。
在一个具体的实施例中,获取用户上传的户型图,测量户型图中门的尺寸,并获取实际环境中门的宽度,根据图中门的尺寸与实际长度之间的比例关系设置比例尺,并在设置比例尺后将上传的户型图图片作为底图进行编辑。
在本实施例中,根据输入的户型区域划分信息生成户型图图片的户型区域的步骤具体包括:获取户型图图片中墙体的坐标数据,根据坐标数据生成户型区域。根据该坐标数据确定户型图中墙体的位置,进而根据该位置识别户型图中的房间区域(即户型区域)。
在其他实施例中,户型区域划分信息也可以为户型图图片中的户型区域范围信息、颜色信息或墙体颜色信息、宽度信息以及其他能够用于识别户型图图片中的墙体或户型区域的数据。
获取户型图图片中墙体的坐标数据的步骤具体包括:对户型图图片中的墙体进行描边,根据描边结果获取墙体的坐标数据。其中,描边的方式可以为鼠标描边、触屏描边以及其他描边方式。
在一个优选的实施例中,根据描边结果获取墙体的坐标数据后,还可以根据墙体坐标数据识别墙体,并对墙体进行加亮或渲染显示以便用户根据显示结果判断墙体是否识别正确和对错误识别的部分进行修改,提高识别结果的准确性。
在另一个优选的实施例中,智能终端根据墙体的描边信息确定墙体所在的位置及坐标,并根据该坐标、预设的比例尺确定墙体的实际厚度、长度数据,并将其显示在户型图上。
根据坐标数据生成户型区域的步骤具体包括:根据坐标数据获取户型图图片中的闭合区域,根据闭合区域生成户型区域。其中,通过闭合区域算法识别户型图图片中的闭合区域。
在一个具体的实施例中,户型划分信息为墙体描边信息,智能终端接收用户通过内墙线或外墙现功能对墙体描边形成的墙线,根据墙线确定墙体的坐标,并通过闭合区域算法计算墙线能否形成一个闭合多边形,若能,则确定闭合多边形围成的区域为一个户型区域。
在上述实施例中,智能终端生成户型区域后,获取每个户型区域的长宽,并根据长宽、比例尺计算户型区域的实际长宽,基于该实际长宽计算户型区域的实际面积,并在每个户型区域显示该实际面积。
S202:根据预设的户型区域命名信息对户型区域进行命名,并对户型图中的预设位置进行编辑。
在本实施例中,户型区域命名信息包括不同户型区域的命名方式,如客厅、餐厅、卧室、厨房等区域的命名方式。
在其他实施例中,智能终端还可以存储不同命名对应的区域名称,如客厅对应的命名为1,则智能终端根据用户的命名确定户型区域的名称。
在一个具体的实施例中,智能终端根据用户输入的户型区域命名信息对不同的户型区域进行命名,如根据用户的指令将客厅命名为数字1,并将该数字1显示在户型区域或户型图一侧。
在另一个具体的实施例中,智能终端根据用户指令选中一个户型区域,在屏幕一侧显示该户型区域的命名框,将命名框输入的信息确定为该户型区域的命名。
在本实施例中,预设位置为户型区域中的门、窗,其中,对户型图中的预设位置进行编辑的步骤具体包括:识别户型区域中的门窗位置,并将预设的门窗模块放置于门窗位置。
在本实施例中,智能终端根据用户输入的指令确定户型区域的预设位置以及该位置设置的门窗模块,在其他实施例中,也可以在生成户型区域中,测量户型区域的缺口部分的宽度以及位置,根据宽度的大小所在的范围确定其为门或窗。其中,不同户型区域的门窗的宽度范围不同,根据该范围识别户型区域中的预设位置。
在一个具体的实施例中,智能终端生成户型区域,并对每个户型区域进行命名后,根据用户的指令调取预设值的门窗模块,并将该门窗模块移动至户型图中用户选中的位置。
S203:根据编辑后的户型图图片生成户型图训练集的训练图片。
在本实施例中,根据编辑后的户型图图片生成户型图训练集的训练图片的步骤具体包括:根据输入的指令保存户型图图片,并基于户型图图片生成预设数量的训练图片。
其中,根据预设的户型区域命名信息对户型区域进行命名的步骤之后还包括:根据户型区域的命名填充户型区域。为了便于用户查看,相邻的不同户型区域填充的颜色不同。
在其他实施例中,也可以使用网格、斜线以及其他方式填充户型区域。
在本实施例中,预设数量为5,且生成的每张训练图片均不同。在其他实施例中,预设数量也可以为3、4、6以及其他数量,训练图片的数量以及类型可以根据机器学习的要求进行具体设置。
在一个具体的实施例中,智能终端根据编辑后的户型图图片生成5张不同的训练图片,该训练图片包括该户型图图片的模型图、门窗位置图、户型区域图、户型区域填充图、墙体图,并根据预设的命名规则命名训练图片以便计算机识别和使用训练图片。
通过使用上述户型图训练集制作方法大幅减少了训练图片的制作时间,原来需要有掌握图像处理软件技能的相关人员去进行复杂的编辑和工具使用,需要长时间制作和时候的校验才制作完成(不用多次去裁剪图片填充颜色,只需要普通的在系统上输入户型划分信息就可以了,减少操作次数,减少检查用的时间),现在只要一个有基本计算器操作基础的人员,培训3分钟,即可上手制作,目前计算平均制作一个5张图的数据集耗时5分钟左右,比原来10分钟,减少一半时间消耗。
基于相同的发明构思,本发明还提出一种计算机可读存储介质,请参阅图10,图10为本发明计算机可读存储介质一实施例的结构图,结合图10对本发明的计算机可读存储介质进行说明。
在本实施例中,计算机可读存储介质存储有程序数据,程序数据被用于执行如上述实施例所述的户型图训练集制作方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种户型图训练集制作方法,其特征在于,所述户型图训练集制作方法包括:
S101:获取户型图图片,根据输入的户型区域划分信息生成所述户型图图片的户型区域;
S102:根据预设的户型区域命名信息对所述户型区域进行命名,并对所述户型图中的预设位置进行编辑;
S103:根据编辑后的户型图图片生成户型图训练集的训练图片。
2.如权利要求1所述的户型图训练集制作方法,其特征在于,所述根据输入的户型区域划分信息生成所述户型图图片的户型区域的步骤之前还包括:
设置所述户型图片中户型图的比例尺。
3.如权利要求1所述的户型图训练集制作方法,其特征在于,所述根据输入的户型区域划分信息生成所述户型图图片的户型区域的步骤具体包括:
获取所述户型图图片中墙体的坐标数据,根据所述坐标数据生成所述户型区域。
4.如权利要求3所述的户型图训练集制作方法,其特征在于,所述获取所述户型图图片中墙体的坐标数据的步骤具体包括:
对所述户型图图片中的墙体进行描边,根据描边结果获取所述墙体的坐标数据。
5.如权利要求3所述的户型图训练集制作方法,其特征在于,所述根据所述坐标数据生成所述户型区域的步骤具体包括:
根据所述坐标数据获取所述户型图图片中的闭合区域,根据所述闭合区域生成所述户型区域。
6.如权利要求1所述的户型图训练集制作方法,其特征在于,对所述户型图中的预设位置进行编辑的步骤具体包括:
识别所述户型区域中的门窗位置,并将预设的门窗模块放置于所述门窗位置。
7.如权利要求1所述的户型图训练集制作方法,其特征在于,所述根据编辑后的户型图图片生成户型图训练集的训练图片的步骤具体包括:
根据输入的指令保存所述户型图图片,并基于所述户型图图片生成预设数量的训练图片。
8.如权利要求1所述的户型图训练集制作方法,其特征在于,所述根据预设的户型区域命名信息对所述户型区域进行命名的步骤之后还包括:
根据所述户型区域的命名填充所述户型区域。
9.一种智能终端,其特征在于,所述智能终端包括处理器、存储器,所述存储器存储有计算机程序,所述处理器与所述存储器通信连接,所述处理器根据所述计算机程序执行如权利要求1-8任一项所述的户型图训练集制作方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序数据,所述程序数据被用于执行如权利要求1-8任一项所述的户型图训练集制作方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081828.0A CN115410052A (zh) | 2021-09-15 | 2021-09-15 | 户型图训练集制作方法、终端、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081828.0A CN115410052A (zh) | 2021-09-15 | 2021-09-15 | 户型图训练集制作方法、终端、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115410052A true CN115410052A (zh) | 2022-11-29 |
Family
ID=84156374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081828.0A Pending CN115410052A (zh) | 2021-09-15 | 2021-09-15 | 户型图训练集制作方法、终端、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115410052A (zh) |
-
2021
- 2021-09-15 CN CN202111081828.0A patent/CN115410052A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11823315B2 (en) | Animation making method and apparatus, computing device, and storage medium | |
CN109840338B (zh) | 一种应用于三维不动产信息管理的三维楼盘模型构建方法 | |
US20220263934A1 (en) | Call control method and related product | |
WO2020238022A1 (zh) | 三维空间视图显示方法、装置及存储介质 | |
CN108446830B (zh) | 一种基于移动设备端的户型日照分析方法 | |
CN110110445B (zh) | 一种日照分析方法、装置、设备及存储介质 | |
CN112184880A (zh) | 建筑三维模型处理方法、装置、计算机设备和存储介质 | |
CN111027115A (zh) | 一种基于bim技术在住宅楼装修工程中的应用方法 | |
CN110909439A (zh) | 一种基于ar的装配方法、装置及终端 | |
CN113282981A (zh) | 快速获取户型结构的方法及装置 | |
CN114282282A (zh) | 建筑设计软件与云渲染平台同步方法及系统 | |
CN107527277B (zh) | 一种基于移动端的智能窗帘装饰设计系统 | |
CN117235395B (zh) | 一种基于云平台的展品信息展示方法、装置、设备及介质 | |
Wang et al. | [Retracted] Virtual Reality‐Based Digital Restoration Methods and Applications for Ancient Buildings | |
CN115410052A (zh) | 户型图训练集制作方法、终端、存储介质 | |
CN112614223A (zh) | 户型改造的展示方法、装置、电子设备和存储介质 | |
CN115146341A (zh) | 三维智能参数化bim模型建立软件 | |
CN113742804B (zh) | 家具布局图生成方法、装置、设备及存储介质 | |
CN113343409B (zh) | 一种基于虚拟设备的可视化组态方法和装置 | |
CN110750816A (zh) | 构建模型的方法、装置、计算机设备和可读存储介质 | |
CN113888726A (zh) | 一种基于webGL框架的3D空间模型参数修正编辑器 | |
EP3789967A1 (en) | Three-dimensional space view display method, apparatus, and storage medium | |
CN110751715B (zh) | 模型的处理方法、装置、计算机设备和可读存储介质 | |
CN113935087B (zh) | 一种装修方案分析方法及系统 | |
CN112417061B (zh) | 一种基于时间驱动的三维动态标绘展示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |