一种设计图转换方法、装置及相关设备

    公开(公告)号:CN116152846A

    公开(公告)日:2023-05-23

    申请号:CN202111391887.8

    申请日:2021-11-19

    Abstract: 本申请提供一种设计图转换方法、装置及相关设备,用于对设计图进行转换以得到三维模型,该方法包括:首先获取目标物的平面图和第一设计图,该第一设计图是目标物的剖面图和/或立面图;然后通过人工智能模型识别平面图和第一设计图中的各个构件和各组标注字符,输出识别结果,该识别结果包括各个构件的类型、位置与范围,以及各组标注字符的内容与位置;再根据识别结果将目标物的二维的设计图转换为三维模型。通过人工智能模型对一个目标物的多种类型的设计图中的构件和标注字符进行识别,根据识别结果得到该目标物的设计数据,进而根据设计数据对目标物进行转换得到对应的三维模型,能够提高转换的效率和准确性。

    一种审查方法、装置及相关设备
    2.
    发明公开

    公开(公告)号:CN115909379A

    公开(公告)日:2023-04-04

    申请号:CN202111163990.7

    申请日:2021-09-30

    Abstract: 本申请提供一种审查方法、装置及相关设备,用于对施工图进行审查,该方法包括:获取包括多个构件和多个字符的待识别施工图;输入待识别施工图至训练好的人工智能AI模型,通过识别模型识别待识别施工图中的多个构件和多个字符,输出多个构件中各个构件对应的构件信息和多个字符中各个字符的字符信息;然后基于各个构件对应的构件信息和各个字符对应的字符信息,确定待识别施工图中不符合设计规范的区域。通过AI模型对施工图中的构件和字符进行识别,进而根据法律法规等规范性条文对识别结果进行审查,确定施工图中不符合规范的地方,能够提高施工图审查的效率和准确性。

    标识和提取PDF建筑图纸内容的方法和装置

    公开(公告)号:CN114241506A

    公开(公告)日:2022-03-25

    申请号:CN202111537281.0

    申请日:2021-12-15

    Abstract: 本公开的实施例涉及一种标识和提取PDF建筑图纸内容的方法。该方法包括:基于PDF规范对PDF图纸进行解析,以获取包括在多个图层的每个图层中的矢量数据,用以还原图纸内容的位置和尺寸信息;通过使用矢量数据来绘制图层图片;将图层图片输入到GoogLeNet模型,以对图层图片进行分类来确定图层类别;以及至少部分地基于矢量数据与图层类别的结合,通过使用图形处理算法和文字标识算法来计算构件结构化数据。通过使用该方法,可以有利地获取精确的矢量信息,同时避免直接操作DWG文件,相较于现有技术提高了精度和保密性,并且分类不依赖图层名信息来匹配图层类别,而是根据图层的内容来匹配图层的类别,提高了技术的普适性。

    用于从图纸生成数字模型的方法、装置、设备和介质

    公开(公告)号:CN114240737B

    公开(公告)日:2025-04-04

    申请号:CN202111528976.2

    申请日:2021-12-14

    Abstract: 本公开的实施例涉及从建筑或非建筑设计图纸生成数字模型的方法、装置、设备和计算机可读存储介质。该方法包括:从设计目标的图纸的第一图像提取第一数据集,第一数据集至少包括设计目标的一个或多个类型的构件的位置、几何形状和类型;从图纸的具有更高分辨率的第二图像提取第二数据集,第二数据集包括设计目标的一个或多个类型的构件的位置和几何形状,与相应构件的在第一数据集中所包括的位置和几何形状相比,相应构件的在第二数据集中所包括的位置和几何形状具有更高的准确度;至少基于第二数据集来校正第一数据集;以及至少基于经校正的第一数据集来生成设计目标的数字模型。本公开的方案提供了结合低分辨率和高分辨率图像的翻模方法并且引入反馈机制,从而在提高了设计图纸翻模的精度的同时,降低了用于翻模计算资源和人力消耗。

    用于布置施工图标注位置的方法和产品

    公开(公告)号:CN114357545B

    公开(公告)日:2024-09-06

    申请号:CN202111539649.7

    申请日:2021-12-15

    Abstract: 本公开的实施例涉及用于布置施工图标注位置的计算机实现的方法和产品。该方法包括根据施工图上的多个标注以及与多个标注分别相关联的构件,从施工图中截取多个区域,其中多个区域中的每个区域对应于多个标注中的相应的至少一个标注以及与一个标注相关联的构件;确定每个区域包括的多个标注特征,多个标注特征中的一个标注特征包括标注的位置和大小以及与标注相关联的构件的位置和大小;根据每个区域以及每个区域包括的多个标注特征,确定要从多个标注中选择的一个标注,并且生成选择的标注的移动动作;以及根据移动动作布置选择的标注在施工图上的位置。本公开的方法能够实现自动地对施工图标注位置进行合理布置,这不仅对施工图进行标注的工作效率大大提升,工作效果也能符合行业中惯用的布置规则。

    标识和提取PDF建筑图纸内容的方法和装置

    公开(公告)号:CN114241506B

    公开(公告)日:2024-08-02

    申请号:CN202111537281.0

    申请日:2021-12-15

    Abstract: 本公开的实施例涉及一种标识和提取PDF建筑图纸内容的方法。该方法包括:基于PDF规范对PDF图纸进行解析,以获取包括在多个图层的每个图层中的矢量数据,用以还原图纸内容的位置和尺寸信息;通过使用矢量数据来绘制图层图片;将图层图片输入到GoogLeNet模型,以对图层图片进行分类来确定图层类别;以及至少部分地基于矢量数据与图层类别的结合,通过使用图形处理算法和文字标识算法来计算构件结构化数据。通过使用该方法,可以有利地获取精确的矢量信息,同时避免直接操作DWG文件,相较于现有技术提高了精度和保密性,并且分类不依赖图层名信息来匹配图层类别,而是根据图层的内容来匹配图层的类别,提高了技术的普适性。

    自动排布图纸标注的方法、电子设备和计算机程序产品

    公开(公告)号:CN114254586A

    公开(公告)日:2022-03-29

    申请号:CN202111536930.5

    申请日:2021-12-15

    Abstract: 本公开的实施例涉及自动排布图纸标注的方法、电子设备和计算机程序产品。在本公开的实施例所提供的自动排布图纸标注方法中,获取图纸数据,图纸数据至少包括多个构件以及与多个构件中的多个待标注构件相关联的多个待标注文字。基于图纸数据,根据第一位置约束,确定针对多个待标注文字的多个候选位置集合。从候选位置集合选择满足第二位置约束的候选位置,第二位置约束至少指示放置在所选位置的标注文字之间不重叠。在所选择的候选位置处放置与候选位置集合对应的待标注文字,以标注与所放置的待标注文字相关联的待标注构件。以此方式,能够实现图纸上标注的自动排布。

    用于从图纸生成数字模型的方法、装置、设备和介质

    公开(公告)号:CN114240737A

    公开(公告)日:2022-03-25

    申请号:CN202111528976.2

    申请日:2021-12-14

    Abstract: 本公开的实施例涉及从建筑或非建筑设计图纸生成数字模型的方法、装置、设备和计算机可读存储介质。该方法包括:从设计目标的图纸的第一图像提取第一数据集,第一数据集至少包括设计目标的一个或多个类型的构件的位置、几何形状和类型;从图纸的具有更高分辨率的第二图像提取第二数据集,第二数据集包括设计目标的一个或多个类型的构件的位置和几何形状,与相应构件的在第一数据集中所包括的位置和几何形状相比,相应构件的在第二数据集中所包括的位置和几何形状具有更高的准确度;至少基于第二数据集来校正第一数据集;以及至少基于经校正的第一数据集来生成设计目标的数字模型。本公开的方案提供了结合低分辨率和高分辨率图像的翻模方法并且引入反馈机制,从而在提高了设计图纸翻模的精度的同时,降低了用于翻模计算资源和人力消耗。

    基于关键点匹配的零件尺寸自动标注方法及装置

    公开(公告)号:CN114239169A

    公开(公告)日:2022-03-25

    申请号:CN202111531700.X

    申请日:2021-12-14

    Abstract: 本公开的实施例涉及计算机实现的零件尺寸自动标注方法及装置。该方法包括:读取待标注零件图;基于待标注零件图确定待标注零件的多个关键点;基于多个关键点利用第一神经网络模型获得待标注零件的多个候选标注点;基于多个候选标注点,利用第二神经网络模型获得待标注零件的多个匹配标注点对;基于多个匹配标注点对,在待标注零件图中,对相关的待标注零件的尺寸进行标注,获得标注后的零件图;以及基于多个匹配标注点对,构建标注关系图并且利用标注关系图检查标注后的零件图,获得检查结果。通过使用这种方法,可以通过机器学习方式自动完成零件标注中标注点的选择和匹配,实现零件线性尺寸自动标注。

    基于关键点匹配的零件尺寸自动标注方法及装置

    公开(公告)号:CN114239169B

    公开(公告)日:2025-04-18

    申请号:CN202111531700.X

    申请日:2021-12-14

    Abstract: 本公开的实施例涉及计算机实现的零件尺寸自动标注方法及装置。该方法包括:读取待标注零件图;基于待标注零件图确定待标注零件的多个关键点;基于多个关键点利用第一神经网络模型获得待标注零件的多个候选标注点;基于多个候选标注点,利用第二神经网络模型获得待标注零件的多个匹配标注点对;基于多个匹配标注点对,在待标注零件图中,对相关的待标注零件的尺寸进行标注,获得标注后的零件图;以及基于多个匹配标注点对,构建标注关系图并且利用标注关系图检查标注后的零件图,获得检查结果。通过使用这种方法,可以通过机器学习方式自动完成零件标注中标注点的选择和匹配,实现零件线性尺寸自动标注。

Patent Agency Ranking