欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025100082828
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:该方法包括下列顺序的步骤:(1)获取桥梁设计图纸并进行预处理,得到预处理后的桥梁设计图纸;

(2)对YOLOv10模型进行改进,得到桥梁结构检测模型;

(3)将预处理后的桥梁设计图纸输入桥梁结构检测模型进行训练,得到训练后的桥梁结构检测模型;

(4)获取待检测的桥梁设计图纸并进行预处理,将预处理后的待检测的桥梁设计图纸输入训练后的桥梁结构检测模型中,训练后的桥梁结构检测模型输出桥梁多视图结构目标检测后图像,桥梁多视图结构目标检测后图像上标记桥梁结构目标所处的相对位置;

(5)根据桥梁多视图结构目标检测后图像,截取不同视图下的桥梁结构图像,所述不同视图包括截面图、立面图、顶平面图和底平面图;

(6)根据不同视图下的桥梁结构图像,选择出需要识别的不同关键参数;

(7)将不同视图下的桥梁结构图像、需要识别的不同关键参数输入paddleocr模型进行特征提取和特征融合,得到多模态特征,将多模态特征输入vi_layoutxlm_ser模型进行预测,得到可编辑的Excel文档;

(8)读取可编辑的Excel文档,根据同一跨内桥梁结构多视图间参数的逻辑关系,将每个视图关键参数的可编辑的Excel文档合并汇总成新的同一跨内桥梁结构的关键参数信息的Excel文档。

2.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(1)具体包括以下顺序的步骤:(1a)使用pdf2image开源库将归档好的PDF格式的桥梁设计图纸转换为JPG格式图像,每张JPG格式图像的分辨率大小为3573×2526;

(1b)进行数据增强处理,对所有的JPG格式图像进行旋转、添加高斯噪声;

(1c)进行标注,用Labelimg工具对经数据增强处理后的图片中多视图的桥梁结构进行标注,分为截面图、立面图、顶平面图和底平面图,标注格式为YOLO格式。

3.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(2)具体是指:对YOLOv10模型进行改进,采用DualConv模块替换YOLOv10模型中所有的C2f模块;采用RT-DETR模型的检测头替换YOLOv10模型中的检测头。

4.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(5)具体包括以下顺序的步骤:(5a)获取桥梁多视图结构目标检测后图像里的目标框信息即桥梁结构目标在图像中所处的相对位置,目标框信息包括:和;指目标类别标签,用一个整数表示检测到的目标所属的类别序号;和分别指目标框中心点的 x 坐标、y坐标;和分别指目标框的宽度、高度;

(5b)按照以下转换关系将目标框信息转化成坐标信息:

left = int((x_center - width / 2) * image.shape[1])top = int((y_center - height / 2) * image.shape[0])right = int((x_center + width / 2) * image.shape[1])bottom = int((y_center + height / 2) * image.shape[0])式中,image.shape[1]表示图像的宽度,image.shape[0]表示图像的高度,left表示目标框左侧边界在图像中的横坐标位置;right表示目标框右侧边界在图像中的横坐标位置;top代表目标框上侧边界在图像中的纵坐标位置;bottom表示目标框下侧边界在图像中的纵坐标位置;

对于每个目标,根据目标的坐标信息,使用python脚本对桥梁多视图结构目标检测后图像进行截取,截取出不同视图下的桥梁结构图像,即截面图、立面图、顶平面图和底平面图,截取后的不同视图下的桥梁结构图像以“原始图像名称+视图名称”命名,对应保存至各视图的文件夹中。

5.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(6)具体是指:确定截面图需要识别的关键参数名称包括:序号、箱梁上翼缘宽度、箱梁下翼缘宽度、翼缘左悬挑宽度、翼缘右悬挑宽度、梁高、悬臂端部厚度和悬臂根部厚度,共8个参数;

确定立面图需要识别的关键参数名称包括:剖切符号、墩号、跨径和梁高,共4个参数;

确定顶平面图需要识别的关键参数名称包括:墩号、跨径和梁高,共3个参数;

确定底平面图需要识别的关键参数名称包括:墩号、跨径和梁高,共3个参数。

6.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(7)具体包括以下顺序的步骤:(7a)对不同视图下的桥梁结构图像进行标注,将关键参数标记在不同视图下的桥梁结构图像上,得到标注后的不同视图下的桥梁结构图像;

(7b)将标注后的不同视图下的桥梁结构图像输入paddleocr模型进行特征提取,提取出文字信息、文字坐标信息及布局特征信息;然后,将提取到的文字信息、文字坐标信息及布局特征信息进行编码转换,并融合为多模态特征;随后,把这些多模态特征输入到vi_layoutxlm_ser 模型中进行前向推理计算,预测出图像中各个语义实体的类别、位置以及具体的文本内容,输出识别结果图和文本文件;

(7c)对文本文件进行处理:文本文件中包括图片路径和各文本识别结果条目,条目包括transcription、bbox、points、pred_id和pred字段及其对应的数值;transcription表示图像中识别出来的文字内容;bbox代表识别出的文字所在区域的边界框坐标信息,以列表形式给出,按顺序表示左上角横坐标、左上角纵坐标、右下角横坐标、右下角纵坐标;points是用于描述文字所在区域的轮廓坐标信息,以多边形顶点坐标的形式呈现,每个元素是一个包含横坐标和纵坐标的列表;pred_id表示预测结果的编号,不同的数字对应不同的识别类别;pred表示对应识别文字所属的关键参数名称,未标注的文字类别为“NONE”;

利用python脚本筛选保留pred值不为“NONE”的所有条目以及该条目所在字典内的“transcription”条目,并生成可编辑的Excel文档。

7.根据权利要求1所述的基于目标检测和关键信息抽取的现浇箱梁图像跨关键参数识别方法,其特征在于:所述步骤(8)具体包括以下顺序的步骤:(8a)同一跨内桥梁结构多视图间参数的逻辑关系包括:

立面图、顶平面图和底平面图通过墩号来确定其所属的跨度,墩号相同则属于同一跨;

截面图需要分析其序号与立面图中的剖切符号数字之间的关系;在同一跨内,截面图的序号必须落在立面图中两个墩号之间的剖切符号数字范围内;

(8b)根据同一跨内桥梁结构多视图间参数的逻辑关系,将各可编辑的Excel文档合并汇总成新的同一跨内桥梁结构的关键参数信息的Excel文档,实现参数提取。