一种基于改进的卷积神经网络的施工图图元自适应识别方法

摘要

发明公开了一种基于改进的卷积神经网络的施工图图元自适应识别方法，包括：采集施工图图纸文件D1，构成施工图图像数据集D4，进行预处理，得到数据集D5；对D5进行数据增强，使用LabelImg对数据增强后的数据集D6进行标注，将标注后的数据集D7分为训练集D8与测试集D9；使用BN算法和PReLU激活函数改进卷积神经网络，将D8输入预训练模型中进行训练，得到施工图图元自适应识别模型ARM；将D9输入ARM，输出图元识别结果集PT Result；开放施工图图元自适应识别接口ARM API，用户通过Web平台上传施工图图纸Drawing，ARM API对Drawing进行图元自适应识别，将识别出的图元信息Primitive Info返回Web平台。本发明可对施工图中的图元进行自适应识别，可识别多个目标，精准度高，提高了施工图图元的识别率。