[发明专利]基于深度学习的CAD图纸检索方法及技术

说明书

本发明涉及CAD图纸检索技术领域，且公开了基于深度学习的CAD图纸检索方法及技术，包括：建立检索系统；建立本地文件管理系统；对CAD图纸进行归纳，建立标签；建立CAD图例库，建立相关标签；构建BP神经网络模型；将测试集带入训练后的BP神经网络模型中，预测应变相关数据。该基于深度学习的CAD图纸检索方法及技术，通过利用爬虫软件在线上建立专用数据库，并且根据其所述领域不同建立独立资源库，通过建立图例库使得在检索过程中，通过图例库的标签可以将检索范围缩短到一个较小的范围，这个范围更加精细，并且该检索方式是利用图例库进行检索的，因此精准性更强，通过OCR技术对图纸文字进行识别，在检索时可以更进一步的提高准确度。

技术领域

本发明涉及CAD图纸检索技术领域，具体为基于深度学习的CAD图纸检索方法及技术。

背景技术

凭借强大的图形处理能力与简洁的实操性，计算机辅助设计(CAD)技术已经被广泛应用于建筑工程、化工设计等各个领域，作为CAD技术的核心组成部分，CAD图纸也越来越多的成为工程开发、产品设计的重要组成部分，面对种类繁多，需求巨大的CAD图纸数据，如何快速、精准的查找到满足用户特定需求的设计图纸，日渐成为各领域研发和创新面临的重大问题和挑战。

目前基于文本的CAD图纸检索，是从图纸中提取可概括其内容的关键文本信息，如设计人设计内容关键词等,命名为图纸名称或建立相应的关联表，以其来查询图纸，但这种检索方式受严格的命名标准限制，不同制作单位和制作人如不能很好地遵守该标准，将直接导致检索效率和正确率的下降；

目前基于内容的CAD图纸检索，是根据图纸信息中的图形的几何信息以及不同部件之间空间关系对图纸进行检索，首先提取出图纸的几何特征信息及其空间关系信息，作为其特征信息保存至固定特征库中，在用户设计新的图纸时，提交草图至系统并经系统自动对比、筛选出相似的图纸，这种检索方式，更多是从设计者的角度，考虑已有图纸的可复用性，复杂程度高，分析算法较为复杂；

在实际应用中，除了图纸的设计者，还有很多非专业的使用者根据业务需求进行图纸的检索，因此，需要--种便捷、高效的CAD图纸检索方法，可同时给图纸设计者、使用者提供一个快速检索CAD图纸的途径。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了基于深度学习的CAD图纸检索方法及技术，具备CAD图纸检索简单方便等优点。

(二)技术方案

本发明解决上述技术问题的技术方案如下：基于深度学习的CAD图纸检索方法及技术，包括：

步骤一：建立检索系统，检索系统可访问本地文件管理系统；

步骤二：建立本地文件管理系统，通过爬虫插件对检索网站上的CAD图纸和PDF格式的CAD图纸资料进行爬取；

步骤三：对CAD图纸和PDF格式的CAD图纸进行归纳，使得不同领域的CAD图纸和PDF格式的CAD图纸归纳到不同的资源库中，并且对这些资源库建立标签；

步骤四：建立CAD图例库，根据图例库的内容建立相关标签；

步骤五：构建BP神经网络模型，通过训练集训练BP神经网络模型；

步骤六：将测试集带入训练后的BP神经网络模型中，预测应变相关数据，进行失效评价。

本发明的有益效果是：