[发明专利]识别3D模型类型的打印方法、装置、设备及存储介质在审
| 申请号: | 202011616020.3 | 申请日: | 2020-12-30 |
| 公开(公告)号: | CN112835541A | 公开(公告)日: | 2021-05-25 |
| 发明(设计)人: | 刘辉林;唐京科;陈春;敖丹军;易陈林;刘洪 | 申请(专利权)人: | 深圳市创想三维科技有限公司 |
| 主分类号: | G06F3/12 | 分类号: | G06F3/12;G06N3/08;B29C64/393;B33Y50/02 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 潘登 |
| 地址: | 518000 广东省深圳市龙华区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 识别 模型 类型 打印 方法 装置 设备 存储 介质 | ||
本发明实施例提供了一种识别3D模型类型的打印方法、装置、设备及存储介质,该方法包括:获取导入的3D模型;根据所述3D模型获取多张截图照片;将所述多张截图照片输入到预先训练好的深度学习模型中以获取匹配的3D模型类型;根据所述匹配的3D模型类型获取对应的参数配置并进行打印。本发明实施例提供的一种识别3D模型类型的打印方法,通过人工智能识别导入的3D模型类型,从而自动匹配最佳打印参数及相关设置,解决了现有技术中通过需要人为判断进行参数设置的问题,实现了自动识别模型从而提高打印精度和简化打印过程的效果。
技术领域
本发明实施例涉及3D技术,尤其涉及一种识别3D模型类型的打印方法、 装置、设备及存储介质。
背景技术
现有的打印方式都是用户设计好3D模型,根据模型的特点,设置不同的 打印参数;对模型进行切片,生成相应的打印文件,进行打印。由于不同模型 的打印需要设置不同的参数,而参数的设置相对比较复杂,需要有一定的实际 经验,并且很多参数需要人为的根据经验来识别需要怎么设置。比如:手动支 撑的添加,有些悬空的地方是需要加支撑才可以完成打印的,但是这些参数无 法根据通用的规则来设置,只能根据模型整体是什么类型,形状,和一些使用 经验来设置,导致初学者想打印出高质量的模型存在困难。
发明内容
本发明提供一种识别3D模型类型的打印方法、装置、设备及存储介质, 以实现自动识别模型从而提高打印精度和简化打印过程的效果。
第一方面,本发明实施例提供了一种识别3D模型类型的打印方法,包括:
获取导入的3D模型;
根据所述3D模型获取多张截图照片;
将所述多张截图照片输入到预先训练好的深度学习模型中以获取匹配的3D模型类型;
根据所述匹配的3D模型类型获取对应的参数配置并进行打印。
通过人工智能识别导入的3D模型类型,从而自动匹配最佳打印参数及相 关设置,实现了自动识别模型从而提高打印精度和简化打印过程的效果。
可选的,所述获取导入的3D模型之前还包括:
获取多种模型与所述多种模型匹配的参数配置;
根据所述多种模型与所述多种模型匹配的参数配置建立数据库。
通过建立数据库,便于保存和存储历史数据,方便快速比较和查询模型与 其对应的参数配置。
可选的,所述根据所述3D模型获取多张截图照片包括:
根据所述3D模型从多个方向进行拍摄以获取多张截图照片。
可选的,所述根据所述3D模型从多个方向进行拍摄以获取多张截图照片 包括:
根据所述3D模型从正面、侧面和后面进行拍摄以获取多张截图照片。
通过多方向对3D模型进行拍摄截图,便于深度学习模型准确识别该3D模 型种类。
可选的,所述根据所述3D模型类型获取多张截图照片之后还包括:
对未训练的深度学习模型进行训练以获取训练好的深度学习模型。
所述对未训练的深度学习模型进行训练以获取训练好的深度学习模型包括:
可选的,获取样本截图照片与所述样本截图照片匹配的3D模型类型;
根据所述样本截图照片与所述样本截图照片匹配的3D模型类型对为未训 练的深度学习模型进行训练以获取训练好的深度学习模型。
通过样本图片和匹配的3D模型对未训练好的深度学习模型进行训练以提 高深度学习模型的识别精度和识别准确率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市创想三维科技有限公司,未经深圳市创想三维科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011616020.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:体温测量装置及方法
- 下一篇:一种磁性Janus颗粒回收装置及方法





