CN116541912A - 一种基于cad图像识别生成接线图的方法及装置 - Google Patents

一种基于cad图像识别生成接线图的方法及装置 Download PDF

Info

Publication number
CN116541912A
CN116541912A CN202310173702.9A CN202310173702A CN116541912A CN 116541912 A CN116541912 A CN 116541912A CN 202310173702 A CN202310173702 A CN 202310173702A CN 116541912 A CN116541912 A CN 116541912A
Authority
CN
China
Prior art keywords
recognition
interval
image
text
file
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
Application number
CN202310173702.9A
Other languages
English (en)
Inventor
毛梦歌
赵昆
王信
彭晖
黄昆
沈超
戴进霞
岳伟瑞
边雁
刘乐
王淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Corp of China SGCC
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Nari Technology Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Corp of China SGCC
Priority to CN202310173702.9A priority Critical patent/CN116541912A/zh
Publication of CN116541912A publication Critical patent/CN116541912A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Optimization (AREA)
  • Medical Informatics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Architecture (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于CAD图像识别生成接线图的方法及装置，包括以下几个步骤：图像预处理；图像中的电气图元识别；图像中的文本标注识别；图像中的线段识别；根据电网调控图像的分块特征，将得到的图元、文本及连接线进行局部区域聚类组合，并对组合图像进行对齐和拼接，构建关联关系；将识别的电气图元、文本、关联关系写入G文件以生成接线图。用户利用本方法可便捷高效地实现电网调控图模绘制自动化，有效提高工作效率，符合传统电网调度业务向自动化、智能化、效率化升级转型的总体目标。

Description

一种基于CAD图像识别生成接线图的方法及装置
技术领域
本发明为电力调度自动化技术领域，具体涉及一种基于CAD图像识别生成接线图的方法及装置。
背景技术
随着电网结构的变化，厂站和线路的新建与改造也变得愈加频繁，存在大量复杂的设计图纸经扫描或拍照遗留下来，亟待工作人员进行矢量化。
但目前依赖人工进行矢量化的方案费时费力，因此需要研究电气接线图纸的自动识别方法。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于CAD图像识别生成接线图的方法及装置，提升了图矢量化的工作效率，实现图模绘制自动化。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种基于CAD图像识别生成接线图的方法，包括以下步骤：
步骤S1，获取待识别的CAD图像。
步骤S2，对所述待识别的CAD图像进行图像预处理，得到预处理后的图像；
步骤S3，将所述预处理后的图像输入电气图元识别模型中，得到标注出识别图元标注框的CAD图像和电气图元识别文件，电气识别文件内容包括识别出的图元标注框左上角和右下角坐标以及图元类型；
步骤S4, 根据步骤S3得到的图元标注框，在步骤S2得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元的CAD图像；
步骤S5，使用文本识别模型对步骤S4得到的CAD图像进行文本标注识别，标注出识别文本标注框的CAD图像和文本识别文件，文本识别文件内容包括识别出的文本标注框左上角和右下角坐标以及文本内容；
步骤S6, 根据步骤S5得到的文本标注框，在步骤S4得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元和文本的CAD图像；
步骤S7，对步骤S6得到的CAD图像进行线段识别，得到线段识别文件，线段识别文件内容包括线段的起始端点和末端点的坐标；
步骤S8，将得到的电气图元标注框、文本标注框及线段进行局部区域聚类组合，并对组合图像进行对齐和拼接，使用间隔识别将图元之间使用连接线段连接，得到间隔识别结果，根据间隔识别结果调整间隔模板中的坐标并写入间隔识别文件，同时修改电气图元识别文件中图元坐标、线段识别文件中线段坐标；
步骤S9，根据间隔识别文件、电气图元识别文件、文本识别文件、线段识别文件中的内容按照电力系统图形描述规范将图元、文本和线段写入G文件以生成接线图。
进一步的，步骤S1中，获取待识别的CAD图像，包括：将格式为pdf的CAD文件转换得到格式为png或者jpg的CAD图像。
进一步的，步骤S2中，对所述待识别的CAD图像进行图像预处理，包括：
对待识别的CAD图像进行图像膨胀、腐蚀、重新着色以及高斯模糊、锐化。
进一步的，步骤S3中，所述电气图元识别模型通过使用电网专有的电气图元训练图像数据集，基于YoLoV3算法进行训练调试得到；
所述电气图元识别模型的输入是预处理后的图像，输出是标注出识别图元标注框的CAD图像和电气图元识别结果文件，识别文件内容包括识别出的图元标注框左上角和右下角坐标以及图元类型。
进一步的，步骤S5中，使用文本识别模型对步骤S4处理得到的图像进行文本标注识别，包括：
所述文本识别模型通过使用文字训练数据集，基于PaddleOCR算法进行训练调试得到；
所述文本识别模型的输入是遮盖掉图元的CAD图像，输出是标注出识别文本标注框的CAD图像和文本识别结果文件，识别文件内容包括识别出的文本标注框左上角和右下角坐标以及文本内容。
进一步的，步骤S7中，线段识别的方法包括：
通过不断遍历水平像素检测水平线段，同时对水平线段进行拼接和长度阈值筛选，识别图像中的母线；
通过提取图像中横纵线段的骨架，根据骨架信息识别整合连接线段。
进一步的，步骤S8中，使用间隔识别构建关联关系，包括：
间隔划分：通过前期母线的判定，结合电气图元的识别结果，对原始图像中的图元汇聚区域进行简单划分，初步判定一些可能是间隔的区域，将这个判定结果归入下一步进行间隔判定。
间隔判定：对上一步划分的区域进行判定，使用间隔序列化方法即对间隔中图元的类型、分布进行建模，通过模型来匹配间隔区域和预置的间隔类型，从而对图元间的关联关系进行构建。
进一步的，所述间隔模板是电网接线图中经常出现的区域性图元集合，包括2/3间隔、母联间隔，所述间隔模板均制作成G文件的形式。
进一步的，步骤S9中，使用识别结果生成G文件，包括：
分为间隔输出和图元输出两部分；间隔输出即对已判定的间隔进行区域化输出，通过读取间隔模板中的图元、文字、连接关系进行G文件的制作；图元输出即对未成功判定的间隔以外的其他区域格式化输出到G文件中。
第二方面，本发明提供一种基于CAD图像识别生成接线图的装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
与现有技术相比，本发明所达到的有益效果：
1、本发明采用基于CAD图像识别生成接线图的方法，实现了图模绘制自动化，改进了电力调控系统中人工矢量化厂站图方法，有效提高工作效率，图元、文字、连接信息依次识别，并且图元、文字在识别后会进行遮挡，减少对之后识别的干扰，提高识别准确率。
2、本发明构建了电网电气图元专有识别模型，结合YoLoV3算法充分使用专有电气图元模型，提高了厂站图电气图元识别率。
3、本发明构建了间隔识别专有关系模型，将图纸中元素与元素之间复杂的关联关系问题转化成图纸间隔区域的模块识别问题，实现了对电网调控图形组合的精确识别。
4、本发明在传统电网图模生成场景中开展图像识别技术的研究与应用，通过神经网络模型识别厂站CAD设计图中的图元类型、图元位置、文字标记和图元连接等信息，结合电网的经验规律对图元进行重组生成，实现图模绘制自动化，有效提高工作效率。
附图说明
图1是本发明所述方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一：
本实施例提供一种基于CAD图像识别生成接线图的方法，如图1所示，包括以下步骤：
步骤S1，CAD原始识别图像输入：输入待识别的厂站图图像。
步骤S2，图像预处理：通过对厂站接线图原图进行图像膨胀、腐蚀、重新着色以及高斯模糊、锐化等操作，在一定程度上去掉图像上的污渍，去除盖章，突出特征。
步骤S3，使用电气图元识别模型进行电气图元识别：通过使用电网专有的电气图元训练图像数据集，基于YoLoV3算法进行训练调试得到具有高识别率的图元识别模型，使用该模型对待识别厂站图中电气图元进行识别。
步骤S4, 根据步骤S3得到的图元标注框，在步骤S2得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元的CAD图像；
步骤S5，使用文本识别模型进行文本标注识别：通过使用文字训练数据集，基于PaddleOCR算法进行训练调试得到具有高识别率的文字识别模型，使用该模型对待识别厂站图中文本标注进行识别。
步骤S6, 根据步骤S5得到的文本标注框，在步骤S4得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元和文本的CAD图像；
步骤S7，线段识别：一方面通过不断遍历水平像素检测水平线段，同时对水平线段进行拼接和长度阈值筛选，识别图像中的母线；另一方面通过提取图像中横纵线段的骨架，根据骨架信息识别整合连接线段。
步骤S8，使用间隔识别构建关联关系：包括间隔区域划分和间隔判定两个步骤。间隔划分是通过前期母线的判定，结合电气图元的识别结果，对原始图像中的图元汇聚区域进行简单划分，初步判定一些可能是间隔的区域，将这个判定结果归入下一步进行间隔判定。间隔判定是对上一步划分的区域进行判定，使用间隔序列化方法即对间隔中图元的类型、分布进行建模，通过模型来匹配间隔区域和预置的间隔类型，从而对图元间的关联关系进行构建。
在本实施方法中的间隔模板是电网接线图中经常出现的区域性图元集合，包括2/3间隔、母联间隔等，模板都制作成G文件的形式。
步骤S9，使用识别结果生成G文件：分为间隔输出和图元输出两部分；间隔输出即对已判定的间隔进行区域化输出，通过读取间隔模板中的图元、文字、连接关系进行G文件的制作；图元输出即对未成功判定的间隔以外的其他区域格式化输出到G文件中。
综上所述，本发明的一种基于CAD图像识别生成接线图的方法及装置，依存于现有的电网调度控制系统，基于神经网络模型识别厂站CAD设计图中的图元类型、图元位置、文字标记和图元连接等信息，结合电网的经验规律对图元进行重组生成，实现图模绘制自动化，可有效提高用户的工作效率，具有良好的推广前景。
实施例二：
本实施例提供一种基于CAD图像识别生成接线图的装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例一所述方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种基于CAD图像识别生成接线图的方法，其特征在于，包括以下步骤：
步骤S1，获取待识别的CAD图像；
步骤S2，对所述待识别的CAD图像进行图像预处理，得到预处理后的图像；
步骤S3，将所述预处理后的图像输入电气图元识别模型中，得到标注出识别图元标注框的CAD图像和电气图元识别文件，电气识别文件内容包括识别出的图元标注框以及图元类型；
步骤S4, 根据步骤S3得到的图元标注框，在步骤S2得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元的CAD图像；
步骤S5，使用文本识别模型对步骤S4得到的CAD图像进行文本标注识别，得到标注出识别文本标注框的CAD图像和文本识别文件，文本识别文件的内容包括识别出的文本标注框以及文本内容；
步骤S6, 根据步骤S5得到的文本标注框，在步骤S4得到的CAD图像上使用白色像素值填充标注框区域，得到遮盖掉图元和文本的CAD图像；
步骤S7，对步骤S6得到的CAD图像进行线段识别，得到线段识别文件，线段识别文件的内容包括线段；
步骤S8，将得到的电气图元标注框、文本标注框及线段进行局部区域聚类组合，并对组合图像进行对齐和拼接，使用间隔识别将图元之间使用连接线段连接，得到间隔识别结果，根据间隔识别结果调整间隔模板中的坐标并写入间隔识别文件，同时修改电气图元识别文件中图元坐标、线段识别文件中线段坐标；
步骤S9，根据修改后的间隔识别文件、电气图元识别文件、文本识别文件和线段识别文件中的内容按照电力系统图形描述规范将图元、文本和线段写入G文件以生成接线图。
2.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S1中，获取待识别的CAD图像，包括：将格式为pdf的CAD文件转换得到格式为png或者jpg的CAD图像。
3.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S2中，对所述待识别的CAD图像进行图像预处理，包括：
对待识别的CAD图像进行图像膨胀、腐蚀、重新着色以及高斯模糊、锐化。
4.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S3中，所述电气图元识别模型通过使用电网专有的电气图元训练图像数据集，基于YoLoV3算法进行训练调试得到；
所述电气图元识别模型的输入是经过步骤S2处理后的预处理后的图像，输出是标注出识别图元标注框的CAD图像和电气图元识别结果文件，识别文件内容包括识别出的图元标注框左上角和右下角坐标以及图元类型。
5.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S5中，使用文本识别模型对步骤S4处理得到的图像进行文本标注识别，包括：
所述文本识别模型通过使用文字训练数据集，基于PaddleOCR算法进行训练调试得到；
所述文本识别模型的输入是根据S4得到的遮盖掉图元的CAD图像，输出是标注出识别文本标注框的CAD图像和文本识别结果文件，识别文件内容包括识别出的文本标注框左上角和右下角坐标以及文本内容。
6.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S7中，线段识别的方法包括：
通过不断遍历水平像素检测水平线段，同时对水平线段进行拼接和长度阈值筛选，识别图像中的母线；
通过提取图像中横纵线段的骨架，根据骨架信息识别整合连接线段。
7.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S8中，使用间隔识别将图元之间使用连接线段连接，包括：
间隔划分：通过前期母线的判定，结合电气图元的识别结果，对原始图像中的图元汇聚区域进行简单划分，初步判定一些可能是间隔的区域，将这个判定结果归入下一步进行间隔判定；
间隔判定：对上一步划分的区域进行判定，使用间隔序列化方法即对间隔中图元的类型、分布进行建模，通过模型来匹配间隔区域和预置的间隔类型，从而对图元间的关联关系进行构建。
8.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，所述间隔模板为电网接线图中经常出现的区域性图元集合，包括2/3间隔、母联间隔，所述间隔模板均制作成G文件的形式。
9.根据权利要求1所述的基于CAD图像识别生成接线图的方法，其特征在于，步骤S9中，使用识别结果生成G文件，包括：
分为间隔输出和图元输出两部分；间隔输出即对已判定的间隔进行区域化输出，通过读取间隔模板中的图元、文字、连接关系进行G文件的制作；图元输出即对未成功判定的间隔以外的其他区域格式化输出到G文件中。
10.一种基于CAD图像识别生成接线图的装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-9任一项所述方法的步骤。
CN202310173702.9A 2023-02-28 2023-02-28 一种基于cad图像识别生成接线图的方法及装置 Pending CN116541912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310173702.9A CN116541912A (zh) 2023-02-28 2023-02-28 一种基于cad图像识别生成接线图的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310173702.9A CN116541912A (zh) 2023-02-28 2023-02-28 一种基于cad图像识别生成接线图的方法及装置

Publications (1)

Publication Number Publication Date
CN116541912A true CN116541912A (zh) 2023-08-04

Family

ID=87442392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310173702.9A Pending CN116541912A (zh) 2023-02-28 2023-02-28 一种基于cad图像识别生成接线图的方法及装置

Country Status (1)

Country Link
CN (1) CN116541912A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117526332A (zh) * 2024-01-08 2024-02-06 华雁智能科技(集团)股份有限公司 电网潮流图生成方法、装置、电子设备以及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117526332A (zh) * 2024-01-08 2024-02-06 华雁智能科技(集团)股份有限公司 电网潮流图生成方法、装置、电子设备以及存储介质
CN117526332B (zh) * 2024-01-08 2024-04-05 华雁智能科技(集团)股份有限公司 电网潮流图生成方法、装置、电子设备以及存储介质

Similar Documents

Publication Publication Date Title
CN110796031A (zh) 基于人工智能的表格识别方法、装置及电子设备
CN109446689A (zh) 直流换流站二次系统图纸识别方法及系统
CN110838105A (zh) 一种业务流程模型图像识别与再构方法
CN110674808A (zh) 一种变电站压板状态智能识别方法及装置
CN105528614A (zh) 一种漫画图像版面的识别方法和自动识别系统
CN111242024A (zh) 基于机器学习识别图纸内图例及文字的方法及系统
CN111859805B (zh) 基于人工智能的电力图纸拓扑关系的检测方法
CN115457591A (zh) 一种电网厂站主接线图拓扑关系的识别方法
CN102880868A (zh) 工程图纸矢量化和图元语义提取方法
CN113485160A (zh) 一种基于图形匹配识别的仿真建模方法及装置
CN112183639B (zh) 一种矿物图像识别与分类方法
CN116052193B (zh) Rpa界面动态表格的拾取和匹配方法及系统
CN116541912A (zh) 一种基于cad图像识别生成接线图的方法及装置
KR20210116371A (ko) 이미지 처리 방법, 장치, 전자장비, 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램
CN117612195A (zh) 一种基于主接线图识别技术的图模生成方法和装置
CN117437647A (zh) 基于深度学习和计算机视觉的甲骨文字检测方法
CN114022891A (zh) 扫描文本的关键信息提取方法、装置、设备及存储介质
CN111199240A (zh) 银行卡识别模型的训练方法、银行卡识别方法以及装置
CN117058157A (zh) 一种cad图纸的切割与标注方法
CN116403235A (zh) 一种基于计算机视觉的电气接线图识别系统和方法
JP2006227824A (ja) 図面認識方法および装置
CN115713775A (zh) 一种从文档中提取表格的方法、系统和计算机设备
CN112395834B (zh) 基于图片输入的脑图生成方法、装置、设备及存储介质
CN115294595A (zh) 一种变电站一次接线图智能解析方法
CN115359505A (zh) 一种电力图纸检测提取方法及系统

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