基于人工智能的图纸智能检测与识别技术方案

先说说背景。工程图纸在火电、核电、水利、建筑、制造这些行业里，是排查设备故障和隐患的关键依据。很多时候，现场发现问题，需要快速调出对应的图纸来对照，这本来是个刚需。可问题在于，很多图纸还停留在纸质时代，或者独立存在电子文件里，根本没法通过数据库直接查。调阅一份图纸，花上几天时间都不稀奇。而且纸质图纸怕光怕潮，保存时间长了就容易损坏。所以，如何把这些图纸电子化，让信息结构可查、可搜，就成了一个迫切需要解决的问题。工程图纸电子化检索和智能识别，正是行业数字化转型的核心痛点之一。

一、企业简介

金现代信息产业股份有限公司（简称“金现代”），是国家重点扶持的软件企业之一，也是深交所创业板的上市公司（证券简称：金现代；证券代码：300830）。公司深耕电力、轨道交通、石化、工业制造等行业的管理软件研发和推广，是国内主流的行业信息化解决方案提供商。目前产品和服务已经覆盖全国22个省、5个自治区、4个直辖市，主要客户包括国家电网、南方电网、五大发电集团、国家铁路集团这些世界500强企业。在图纸智能识别与电子化领域，金现代也持续投入技术研发，助力传统行业降本增效。

二、案例概述

AI技术这些年发展得很快，通用OCR模型在常规文档识别上准确率已经很高了。但拿到工程图纸上，情况就复杂了——图纸上的物料编码、元器件编号，文字尺寸非常小，而且经常跟符号框贴得很近，有些器件符号本身也容易被当成文字，再加上文字分布随意、方向不一，通用OCR往往会出现误识别、漏识别的问题。简单说，就是把不该识别的符号认成了字，该识别的字却漏掉了。针对工程图纸小尺寸文字识别和符号误识别等难题，传统OCR方案很难奏效。

金现代的方案，就是用深度学习和图像处理技术，自己构建和增广数据集，训练针对性的文字检测和识别模型。重点攻克了小尺寸文字识别、漏识别、误识别这些难题，最终把图纸上文字检测和识别的准确率和效率都提上来了，给图纸电子化数据的检索和应用打了一个很扎实的基础。通过自研的图纸OCR识别引擎，实现了对复杂工程图纸的高精度解析。

图1 图纸图像示例

图2 图纸检测与识别结果

三、应用成效

实际效果怎么样？几个关键指标可以说明问题：

• 单张图纸的识别速度不到1秒，而且提供了标准接口供业务系统调用，极大提升了图纸电子化检索效率。
• 不管是胶片图纸还是纸质图纸，都能适配处理，覆盖了多种工图纸类型。
• 客户原来的图纸查询方式已经全面接入业务系统。跟之前手工查相比，查询时间从几天缩短到了秒级，效率提升了上千倍。
• 图纸识别的准确度超过了98%，有效保障了数据检索的可靠性。

四、应用场景

这套方案在设计研究院这类单位里，对设计图纸的电子化检索意义很大。它给传统图纸管理服务的转型升级打了个样，管理人员数量降下来了，借阅效率和服务水平却上去了。从推广前景来看，应用空间相当广阔，尤其在电力、核电、石化等对图纸精度要求极高的行业，图纸智能识别技术具有显著价值。

五、主要创新点

回头总结一下，技术创新主要落在这几个方面：

• 实现了图纸中极小目标文本的检测，攻克了小尺寸文字识别难题。
• 引入目标检测技术，把元器件符号容易被误识别为文字的问题给解决了，显著降低误识别率。
• 利用图像处理手段，攻克了文字堆叠场景下检测准确率偏低的问题，提升复杂布局的识别能力。
• 专门构建了图纸数据集，微调文字识别模型，扩展了可识别的字符种类，更贴合工程图纸的实际需求。

六、后续规划

在OCR这个方向上，金现代会继续加强人工智能的研发，紧扣用户的实际需求，把技术拓展到更多场景里去。目标还是那句话：帮企业降本增效，提供更让人满意的解决方案。未来将持续优化图纸OCR识别模型，推动工程图纸电子化管理的全面智能化升级。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：基于人工智能的图纸智能检测与识别技术方案要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题