基于深度学习的装配零件智能分类与属性关联方法及装置

本发明公开了一种基于深度学习的装配零件智能分类与属性关联方法及装置。其中，该方法包括：获取装配零件的三维模型，利用球面均匀采样与视角优化对三维模型进行截图，得到多视角二维图像；基于多视角二维图像，利用共享权重的深度神经网络提取单视角图像特征，基于视角注意力机制对单视角图像特征进行加权处理得到加权特征；并且，融合所有视角的加权特征，生成装配零件的融合特征向量，并基于融合特征向量，通过全连接网络进行特征降维，输出装配零件的分类结果；基于分类结果构建查询关键字，并利用查询关键字进行查询，得到与装配零件对应的多维度属性信息。本发明解决了装配零件分类结果不准确、且分类结果难以动态关联多维度属性的技术问题。