南京大全电气研究院有限公司熊林海获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京大全电气研究院有限公司申请的专利一种基于CV大模型的图纸到组态的AI生成方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120198534B 。
龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510678308.X,技术领域涉及:G06T11/20;该发明授权一种基于CV大模型的图纸到组态的AI生成方法及系统是由熊林海;刘亮;孙谦;李卉;林晨;张步林设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。
本一种基于CV大模型的图纸到组态的AI生成方法及系统在说明书摘要公布了:本发明涉及电气技术领域,公开一种基于CV大模型的图纸到组态的AI生成方法及系统,首先,基于单柜图构建原始样本集,并在原始样本集中筛选出复杂图元样本集。然后,对原始样本集每个样本图中的基础图元和不可拆组合图元,以及复杂图元样本集每个样本图中的复杂图元进行标注。分别基于标注后的原始样本集和复杂图元样本集对CV视觉大模型进行训练,得到基础图元识别模型和复杂图元识别模型。最后,依次采用复杂图元识别模型和基础图元识别模型对目标系统图进行识别,获得每个图元的类型和坐标,以及图元之间的拓扑关系,并生成矢量格式的组态图。在复杂电路设计场景下应用本发明公开的方法及系统,能够显著提升电气图纸识别的准确率与可靠性。
本发明授权一种基于CV大模型的图纸到组态的AI生成方法及系统在权利要求书中公布了:1.一种基于CV大模型的图纸到组态的AI生成方法,应用于电气系统的一次系统图,其特征在于,包括: 基于多个一次系统图拆解出的单柜图构建原始样本集,每个样本均为一个单柜图或多个单柜图组合后的组合柜图; 在原始样本集中筛选出包含预设复杂图元的样本,构成复杂图元样本集,复杂图元是结构嵌套、连接关系复杂的图元; 采用预设图像标注工具对原始样本集每个样本图中预设的基础图元和不可拆组合图元进行标注,以及,对复杂图元样本集每个样本图中的复杂图元进行标注,基础图元是最基本、最小单位的电气符号;不可拆组合图元是以一个整体表达,内部包含多个基础功能单元的复合图元; 分别基于标注后的原始样本集和复杂图元样本集对预设的CV视觉大模型进行训练,得到基础图元识别模型和复杂图元识别模型,基础图元识别模型具备在全图或子图中自动检测并标注基础图元与不可拆组合图元的能力; 依次采用复杂图元识别模型和基础图元识别模型对目标系统图进行识别,获得目标系统图中每个图元的类型,包括: 将待处理的目标系统图拆解为多个子系统图; 针对每一个子系统图,均采用以下方式获得每个图元的类型: 基于复杂图元识别模型判断所述子系统图中是否包含复杂图元, 若所述子系统图中包含复杂图元,识别出复杂图元的类型及边界框,并进行掩膜处理,在所述子系统图上遮盖所述边界框中的内容; 采用基础图元识别模型识别掩膜处理后子系统图中的基础图元和或不可拆组合图元后,去除所述子系统图上的掩膜; 若所述子系统图中不包含复杂图元,采用基础图元识别模型识别所述子系统图中的基础图元和或不可拆组合图元; 获取每个图元的坐标和图元之间的拓扑关系,并生成矢量格式的组态图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京大全电气研究院有限公司,其通讯地址为:211100 江苏省南京市经济技术开发区隐龙路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励