[發明專利]一種基于Faster-RCNN模型的建筑構件提取方法

有效

• 申請號: 201810677252.6
• 申請日: 2018-06-27
• 公開（公告）號: CN109002841B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 朱全銀;許康;宗慧;馮萬利;周泓;李翔;嚴云洋;高尚兵
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06K9/32
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 梁耀文

1.一種基于Faster-RCNN模型的建筑構件提取方法，其特征在于，包括如下步驟：

步驟(1)對建筑工程預處理圖紙數據集Drawing進行灰度化、二值化、分割預處理，得到預處理圖紙圖像塊數據集DrawingBlock；

步驟(2)使用圖像塊數據集DrawingBlock訓練基于Faster-RCNN的建筑構件識別模型DrawingModel，具體方法為：

(2.1)定義XML文件數據集DrawingXML，變量temp，變量Tr，變量Va，變量Te，訓練數據集TrainBlock，驗證數據集ValidationBlock，測試數據集TestBlock，XML文件TrainXML，XML文件ValidationXML，XML文件TestXML，CSV文件TrainCSV，CSV文件ValidationCSV，CSV文件TestCSV，計數器S2，令S2＝1，用于遍歷DrawingBlock；

(2.2)計算圖像塊總數賦值給BlockSum；

(2.3)若S2≤BlockSum，則執行步驟(2.4)，否則執行步驟(2.6)，其中S2∈[1,BlockSum]；

(2.4)對Block_i使用LabelImg工具進行建筑構件標注，獲得標注信息文件xml_i，令DrawingXML＝DrawingXML∪xml_i，xml_i存儲形式為XML文件；

(2.5)令S2＝S2+1；

(2.6)設temp＝BlockSum/(train+validation+test)，Tr＝train*temp，Va＝validation*temp，Te＝test*temp，按照Tr，Va，Te隨機將DrawingBlock、DrawingXML分別對應劃分，獲得TrainBlock＝{Block₁,Block_2,…,Block_Tr}，ValidationBlock＝{Block₁,Block₂,…,Block_Va}，TestBlock＝{Block₁,Block₂,…,Block_Te}，TrainXML＝{xml₁,xml₂,…,xml_Tr}，ValidationXML＝{xml₁,xml₂,…,xml_Va}，TestXML＝{xml₁,xml₂,…,xml_Te}；

(2.7)將文件TrainXML，ValidationXML，TestXML分別轉化成數據文件TrainCSV，ValidationCSV，TestCSV，文件存儲形式為CSV；

(2.8)使用TensorFlow數據文件工具將建筑圖紙圖塊數據集TrainBlock和TrainCSV制作成數據文件Train.record，ValidationBlock和ValidationCSV制作成數據文件Validation.record，TestBlock和TestCSV制作成數據文件Test.record；

(2.9)訓練Faster-RCNN模型，其中設置模型參數非極大值抑制閾值為0.7，候選框最大數量為300，初始定位損失權重2.0，分類損失權重為1.0，最大迭代次數200000，損失函數選擇softmax loss；

(2.10)獲得基于Faster-RCNN模型的建筑構件識別模型DrawingModel；

步驟(3)基于建筑構件識別模型DrawingModel提取建筑構件信息，得到建筑構件數據集Result；

步驟(4)結構化存儲建筑構件數據集Result。