一种基于图元识别的非结构化文件识别方法

本发明公开了一种基于图元识别的非结构化文件识别方法，包括以下步骤：(1)预处理，用于将电气接线图纸裁剪、缩放至所需尺寸并进行灰度处理；(2)图元识别，采用融合注意力机制的YOLO电气图元检测算法构建电气图元检测模型的特征提取网络；(3)文字识别，包括以下步骤：剔除图元、标注文本区域检测、文本候选框构造、标注文本分割与边界调整、标注文本内容识别、电气文本识别结果过滤；(4)电气元素关联关系分析，包括以下步骤：框架元素提取，图元组区域划分、模板匹配以及电气图元‑标注文本关联。本发明能够获取电气接线图的图元及文字，且能够解决标注文字出现不同字体和样式的问题，理解语义信息。