摘要
本发明涉及一种深度学习与可解释验证的管道单线图信息提取方法及系统,属于计算机视觉与工业自动化技术领域。其中,该方法包括获取管道单线图,通过数据预处理所述管道单线图构建管道单线图数据集;通过多任务注意力模型处理所述管道单线图数据集得到管道单线图信息,并通过可解释性验证优化得到管道单线热力图异常类型信息;通过异常闭环优化处理所述管道单线热力图异常类型信息得到模型动态调整信息,根据所述模型动态调整信息更新所述多任务注意力模型,实现高精度的管道部件识别与关键信息提取,解决传统人工解析效率低、现有深度学习模型对工业图纸特征敏感度不足的问题,显著提高管道单线图自动化解析的准确性和可靠性。
技术关键词
单线
热力图
信息提取方法
管道
注意力模型
多任务
纹理特征
双线性插值
信息更新
闭环
动态
信息提取系统
数据
工业自动化技术
标签
模块
深度学习模型
策略更新
度量
计算机视觉