【摘 要】
：
建筑图纸图像识别任务不仅能使用户轻松了解目标构件信息,更能促进建筑图纸的二次利用。目前在图像识别任务上大多采用YOLO系列模型对目标实体进行检测,但由于建筑构件信息有着过于关注图像纹理与结构的特征,使得基于YOLOv4的图像识别算法在应用于建筑图纸中各类构件的识别任务时,仍存在一些问题。因此,本文针对建筑构件的多种特点提出对YOLOv4模型的改进措施,并搭建建筑构件识别网络（Architectur
论文部分内容阅读
建筑图纸图像识别任务不仅能使用户轻松了解目标构件信息,更能促进建筑图纸的二次利用。目前在图像识别任务上大多采用YOLO系列模型对目标实体进行检测,但由于建筑构件信息有着过于关注图像纹理与结构的特征,使得基于YOLOv4的图像识别算法在应用于建筑图纸中各类构件的识别任务时,仍存在一些问题。因此,本文针对建筑构件的多种特点提出对YOLOv4模型的改进措施,并搭建建筑构件识别网络（Architectural Components Detection Network,ACDNet）对建筑图纸中的各类构件进行识别。其主要研究与改进工作如下:（1）针对建筑图纸中部分构件存在交叉或融合而导致各类构件难以区分或精准识别的问题,提出使用Kernel K-means替换原K-means算法进行聚类锚框尺寸的筛选,通过将低维度不可分的问题转化为高维度可分,从而实现对建筑构件目标的精准瞄框。对实验结果进行分析可以得出,新的瞄框计算方法对于存在交叉位置关系的各类构件能够实现精准定位与分类,并使得模型的m AP指标提升了4%。（2）由于不同建筑构件在图纸上的结构设计有极大的相似之处,或同一种构件在图纸上的画法多种多样,这样容易使建筑构件的识别结果出现误差或混淆。针对上述问题提出了使用NAS-FPN算法作为多尺度特征融合网络,在较大的搜索空间上实现多尺度特征的跨尺度连接,从而对构件图像的特征信息实现较为完整的提取。实验结果表明采用NAS-FPN算法生成多尺度特征,使模型有效解决对多个构件的单种分类以及单个构件的多种分类问题。并使模型的m AP指标提升3%,同时提高13.5%的检测帧率。（3）在网络输出端采用EIOU Loss作为新的损失函数,从而优化边界框回归任务中的样本不平衡问题,减少与目标框重叠较少的大量锚框对BBox回归的优化贡献,使回归过程专注于高质量锚框,从而极大地提高对建筑构件的检测速度。实验结果表明采用EIOU Loss方法不仅能够使得模型训练次数减少23%左右,并且使得模型性能得到有效提升。本文基于改进的ACDNet算法,实现了对建筑构件的定位与识别。本文的算法在自创建的建筑图纸图像上进行性能验证,并将实验结果与经典算法进行比对。实验结果表明,ACDNet相较于其他模型结构,其能够结合建筑构件的特点进行较高精度的识别。
其他文献
基于双目视觉的无人机避障算法主要有两种核心技术,立体匹配算法和路径规划算法。目前无人机避障算法虽然取得一定的研究成果,但是仍然有很多问题需要解决,因此,亟需对无人机避障算法的核心技术进行更加深入的研究。针对传统立体匹配算法在光照不均匀、重复纹理、遮挡等区域效果不好的问题,提出一种改进传统立体匹配算法。在进行图像预处理之后提出一种改进的将FAST和SIFT相结合的传统立体匹配算法,并使用曼哈顿距离计
在油气管网规模日益增大、长度不断增加的情况下,面对油气管道腐蚀泄漏事故给人们生活以及工业生产带来的许多不利影响,加强对油气管道腐蚀风险进行科学预警的研究,已被越来越多的学者和工程人员所关注。随着油气管道管理信息化建设的不断深入,获取得油气管道腐蚀监测数据规模也变的十分庞大,为在大数据环境下有效发挥海量油气管道腐蚀监测数据的价值,本文利用Hadoop大数据处理平台的理论和技术,研究基于Hadoop的
面向各类应用场景的移动APP不断涌现,但富有特色的政府采购APP却不多见。本文基于政府采购信息化现状,以政府采购信息的重组织和再利用为目标,针对投标参与方实际需求,结合移动终端应用特点,提出将推荐算法应用于政府采购领域的思路,实现了一个融入移动端和Web端的政采消息通系统。论文的主要工作包含以下几部分:（1）基于Python爬虫技术和Scrapy框架采集和重组政府采购网站的数据,实现了系统的数据采
石油作为工业化进程中最重要的战略资源之一,在工业发展中有着不可替代的作用。我国正在开采的油井多是“低渗透”或“超低渗透”油井。在开采中后期,由于油井储液速度与抽油机采油速度不匹配,会使抽油机处于“轻载”或者“空载”工作状态,不但浪费大量能源,而且造成抽油机的无效磨损,对油田企业的经济收益产生较大影响。为此,本文以减少采油过程中的能量损耗并提高单井收益为目标,设计了一种融合LSTM神经网络预测与抽油
在有源噪声控制系统中,次级声源和误差传声器是不可或缺的组件。次级声源和误差传声器的性能直接影响有源噪声控制系统的降噪效果及稳健性。传统的故障诊断技术不能针对工作中出现的故障问题做到及时发现。所以本文通过对次级声源和误差传声器的结构、工作原理及电声特性进行分析,从而得出次级声源与误差传声器的故障类型,并提出了次级声源和误差传声器实时故障诊断方法。通过故障诊断理论分析和模拟仿真及实验验证,证明此故障诊
随着先进钻井技术与计算机技术在石油钻井生产中的广泛应用,钻井作业效率得到了极大提高,钻井物料管理系统需要管理的数据海量增加,传统钻井物料管理信息系统已难以满足大数据环境下数据信息管理分析的需要。论文采用大数据技术和微服务思想,设计实现了一个基于Hadoop的石油钻井物料辅助管理微服务系统,以支持钻井物料业务数据由传统数据库,经数据采集构建相应的数据仓库,通过数据分析和可视化管理为企业钻井物料调度决
区块链技术具有去中心化、不可篡改、集体维护和安全可信等特点,在加密货币、金融交易和数字政务等领域有着广阔的应用前景。然而区块链可扩展性是制约其发展的重要问题之一,目前比特币系统最大交易吞吐量为7TPS,以太坊最大交易吞吐量也未能破百位数,远远低于Pay Pal、Visa的万位数量级。因此,区块链系统的业务吞吐量难以承载互联网级别的应用,严重制约了区块链技术的实施和落地。本文重点对区块链性能优化问题
卫星载荷高光谱成像将地物目标的空间信息与光谱信息相结合,已经成为遥感成像技术的重要研究方向。卫星载荷高光谱成像系统所采集的高光谱影像广泛的应用于军事、地质、农业等领域。卫星载荷高光谱成像系统价格昂贵,在太空中部署后将无法更改。在卫星载荷高光谱成像系统设计初期,可以通过卫星载荷高光谱仿真系统调节卫星载荷高光谱成像系统中的相关参数,验证成像质量。基于光线追踪的方法的卫星载荷高光谱成像仿真系统以地物场景
高光谱遥感影像包含丰富的地物信息,在农业、工业和军事等众多领域应用广泛。因此,对高光谱遥感影像的识别与分类具有重要的意义。然而,高光谱遥感影像存在光谱维度高、噪声大、标记样本有限等问题,大大降低了其分类效果。如何快速地从高光谱遥感影像中挖掘有益信息,实现小样本下的高精度分类是一个亟待解决的问题。本文基于高光谱遥感影像的三维特性,提取其空谱联合特征,利用粒子群优化理论分别优化浅层分类器支持向量机（S
随着油田信息化发展,石油企业的数据种类和数量不断增加,传统的油田产量分析方法和工具已经不再适用于当前的数据规模,也无法准确地给出产量异常警报。近年来大数据分析技术快速发展并得到不断完善,为综合考虑多指标因素分析油田产量预警提供了一个新思路。本文基于大数据分析方法和相关技术,以油田生产数据为基础,对油田产量预警方法进行了深入研究。首先针对大数据分析方法所需要的相关指标因素进行了分析,从各项指标的实际