[发明专利]一种户型图识别方法、装置、计算机设备及存储介质在审
申请号: | 202210453356.5 | 申请日: | 2022-04-27 |
公开(公告)号: | CN114936395A | 公开(公告)日: | 2022-08-23 |
发明(设计)人: | 王国彬;牟锟伦;黎利;侯兴兴 | 申请(专利权)人: | 土巴兔集团股份有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F111/20 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 姚章国 |
地址: | 518000 广东省深圳市南山西丽街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 户型 识别 方法 装置 计算机 设备 存储 介质 | ||
1.一种户型图识别方法,其特征在于,包括:
对预先收集到户型图数据进行图像处理,得到所述户型图数据的轮廓特征数据,从所述轮廓特征数据中提取第一样本数据和第二样本数据;其中,所述第一样本数据为无标注信息数据,所述第二样本数据为有标注信息数据;
基于所述第一样本数据,对预先构建的对比学习模型进行训练,得到户型图预识别模型;
基于所述第二样本数据,通过迁移学习算法,对所述户型图预识别模型进行训练,得到目标户型图识别模型;
将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中,识别出所述待识别户型图的特征。
2.如权利要求1所述的户型图识别方法,其特征在于,所述对预先收集到户型图数据进行图像处理,得到所述户型图数据的轮廓特征数据,包括:
通过计算机视觉算法对预先收集到的户型图数据进行处理,提取出所述户型图数据中的直线特征,得到所述户型图数据的轮廓特征数据。
3.如权利要求1所述的户型图识别方法,其特征在于,所述基于所述第一样本数据,对预先构建的对比学习模型进行训练,得到户型图预识别模型,包括:
根据预先置的图像识别模型中的参数,构建对比学习模型;
通过所述第一样本数据,对所述对比学习模型进行训练,得到户型图预识别模型。
4.如权利要求3所述的户型图识别方法,其特征在于,所述通过所述第一样本数据,对所述对比学习模型进行训练,得到户型图预识别模型,包括:
对所述第一样本数据进行数据增强处理,得到第一样本数据对;
基于所述第一样本数据对,以及预先设置的损失函数,对所述对比学习模型进行训练,得到户型图预识别模型。
5.如权利要求1所述的户型图识别方法,其特征在于,所述基于所述第二样本数据,通过迁移学习算法,对所述户型图预识别模型进行训练,得到目标户型图识别模型,包括:
根据所述户型图预识别模型参数,构建迁移学习模型;
基于所述第二样本数据,对所述迁移学习模型进行训练,得到目标户型图识别模型。
6.如权利要求5所述的户型图识别方法,其特征在于,所述根据所述户型图预识别模型参数,构建迁移学习模型,包括:
从所述户型图预识别模型中,提取户型图特征表示的编码器参数,得到预训练编码器;
基于所述预训练编码器,以及预先设置的线性分类器,构建迁移学习模型。
7.权利要求1所述的户型图识别方法,其特征在于,所述将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中,识别出所述待识别户型图的特征之后,还包括:
根据所述待识别户型图的特征,以及预先设置的第一规则,从预先建立的户型图查询库中获取到多个相似户型图;
根据预先设置的第二规则,从多个相似户型图中选取出所述待识别户型图对应的目标户型图,在可视化界面进行显示。
8.一种户型图识别装置,其特征在于,所述装置包括:
提取样本数据模块:对预先收集到户型图数据进行图像处理,得到所述户型图数据的轮廓特征数据,从所述轮廓特征数据中提取第一样本数据和第二样本数据;其中,所述第一样本数据为无标注信息数据,所述第二样本数据为有标注信息数据;
得到户型图预识别模型模块,基于所述第一样本数据,对预先构建的对比学习模型进行训练,得到户型图预识别模型;
得到目标户型图识别模型模块:基于所述第二样本数据,通过迁移学习算法,对所述户型图预识别模型进行训练,得到目标户型图识别模型;
识别模块:将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中,识别出所述待识别户型图的特征。
9.一种终端设备,其特征在于,所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的户型图识别方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的户型图识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于土巴兔集团股份有限公司,未经土巴兔集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210453356.5/1.html,转载请声明来源钻瓜专利网。