专利交易市场

本发明提供一种用于PID图纸中管线和符号的识别方法，涉及图像识别领域，针对图纸中的结构复杂性与符号多样性问题，从数据集构建、符号检测到管线识别设计了完整的智能识别流程，在符号检测模块中引入两阶段定位机制和自适应分类策略，简单符号通过标准卷积分类网络完成识别，复杂符号则引入方向感知卷积模块、多通道特征提取与局部增强策略实现高精度分类；在管线检测方面，设计一组结构响应核获得每个像素点的结构类型与可信度，由端点出发完成路径追踪与提取，提取后进行细粒度管线类型判别。

本发明提出了一种高精度识别PID图纸符号的方法，涉及PID图纸符号识别领域。本发明提出PCSC_CBAM注意力机制，将该机制引入到YOLOv5中Neck里去，提高YOLOv5网络对符号识别的准确率。对高分辨率PID图纸进行数据增强，然后使用滑动窗口对高分辨率PID图纸进行分割，得到N张小图片。使用改进的YOLOv5网络用于对N张图片符号识别，实现符号的精准分类以及模糊定位；之后将N张图片拼接回高分辨率图像进行非极大值抑制。遍历拼接后的高分辨率图像符号识别的结果，从高分辨率图像中裁切仅包含当前符号的图像，对其使用Canny边缘检测和形态学处理得到符号的精确位置，提高PID图纸符号识别的准确率。