-
公开(公告)号:CN116259067B
公开(公告)日:2023-09-12
申请号:CN202310538334.3
申请日:2023-05-15
Applicant: 济南大学 , 济南市城镇化与村镇建设服务中心
IPC: G06V30/422 , G06V30/148 , G06V30/19 , G06V30/18 , G06V30/14 , G06V10/82
Abstract: 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。
-
公开(公告)号:CN116259067A
公开(公告)日:2023-06-13
申请号:CN202310538334.3
申请日:2023-05-15
Applicant: 济南大学 , 济南市城镇化与村镇建设服务中心
IPC: G06V30/422 , G06V30/148 , G06V30/19 , G06V30/18 , G06V30/14 , G06V10/82
Abstract: 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。
-