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！

龙图腾网获悉上海交大智邦科技有限公司申请的专利2D图纸特征识别方法、系统、设备及介质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：CN115984894B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211733226.3，技术领域涉及：G06V30/422；该发明授权2D图纸特征识别方法、系统、设备及介质是由乔文俊;安静梅;周沈淼;刘迈江设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本2D图纸特征识别方法、系统、设备及介质在说明书摘要公布了：本发明提供一种2D图纸特征识别方法、系统、设备及介质，包括：输入二维图纸和对应的三维模型；从三维模型自动提取出所有相关的特征信息；通过构建深度学习智能算法模型和图像算法从二维图纸自动提取所有标注信息；通过投影和数学计算，获取二维图纸和三维模型的映射关系；整合特征信息、标注信息、二维图纸和三维模型映射关系，由系统自动确定提取的标注信息对应三维图纸的哪一部分特征，将二维图纸识别的标注信息对应到三维特征列表；展示三维图纸对应特征的标注信息；用户审核二维图纸标注信息是否正确；输出带标注的三维模型和特征标注数据详情。本发明能够实现从二维图纸中自动提取识别标注特征信息生成结构化的表格信息。

本发明授权2D图纸特征识别方法、系统、设备及介质在权利要求书中公布了：1.一种2D图纸特征识别方法，其特征在于，包括： 步骤S1：输入二维图纸和对应的三维模型； 步骤S2：从三维模型自动提取出所有标注的特征信息； 步骤S3：通过构建自有AI深度学习算法模型和图像算法从二维图纸自动提取所有标注信息，标注信息包括标注数据，标注箭头和标注线在内的相关信息； 步骤S4：通过投影和数学计算，获取二维图纸和三维模型的映射关系； 步骤S5：整合特征信息、标注信息、二维图纸和三维模型映射关系，由系统自动确定提取的标注信息对应三维图纸的哪一部分特征，将二维图纸识别的标注信息对应到三维特征列表； 步骤S6：展示三维图纸对应特征的标注信息； 步骤S7：用户审核二维图纸标注信息是否正确； 步骤S8：输出带标注的三维模型和特征标注数据详情； 所述步骤S3具体包括： 步骤S3.1：收集多张汽车加工工艺图纸，将图纸按照8：2分为训练集和测试集； 步骤S3.2：基于paddle框架，构建基于二维图纸标注信息识别的深度学习算法，所述深度学习算法提取二维图纸图片中的尺寸、文字注释、型位公差、表面粗糙度及其位置； 步骤S3.3：基于步骤S3.1中收集到的二维图片信息和标注符号信息，训练神经网络模型，以准确率作为主要评价指标，召回率作为辅助调优指标； 步骤S3.4：基于图像算法，基于标准的二维图纸箭头形状和标注线形状匹配识别二维图纸图片中所有的箭头和标注线及其位置； 所述步骤S4具体包括： 步骤S4.1：对于二维图纸的每一个面，提取出二维图纸中的外接矩形，裁剪得到只有图纸信息的面用于匹配； 步骤S4.2：通过图像算法，识别二维图纸上的标注箭头和标注线，并与标注箭头进行匹配； 步骤S4.3：对于三维图纸，通过特征提取从.STEP文件读取出一系列特征，通过对所述特征的位置做聚类，预测潜在的二维截面的位置，通过投影和哈希算法将潜在的二维截面与图纸进行匹配，依次检测识别的所述标注线的末端是否临近所述特征，做出相应的匹配，能够根绝标注线和箭头的指定方向来判断标注信息对应的标注特征。

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上海交大智邦科技有限公司，其通讯地址为：201306 上海市浦东新区自由贸易试验区临港新片区飞渡路66号1幢；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”。