(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210453356.5 (22)申请日 2022.04.27 (71)申请人 土巴兔集团股份有限公司 地址 518000 广东省深圳市南 山西丽街道 西丽社区兴科一街万科云城一期七栋 A座3501研发用房 (72)发明人 王国彬　牟锟伦　黎利　侯兴兴　 (74)专利代理 机构 深圳众鼎专利商标代理事务 所(普通合伙) 44325 专利代理师 姚章国 (51)Int.Cl. G06F 30/13(2020.01) G06F 111/20(2020.01) (54)发明名称 一种户型图识别方法、 装置、 计算机设备及 存储介质 (57)摘要 本发明提供一种户型图识别方法、 装置、 计 算机设备及存储介质 对预先收集到户型图数据 进行图像处理， 得到户型图数据的轮廓特征数 据， 从轮廓特征数据中提取第一样 本数据与第二 样本数据， 使用第一样本数据对 预先构建的对比 学习模型进行训练， 得到户型图预识别模型， 使 用第二样 本数据对户型图预识别模 型进行训练， 得到目标户型图识别模型， 将待识别户型图中的 轮廓特征数据输入至目标户型图识别模 型中， 识 别出待识别户型图的特征。 使用无标注信息的数 据对对比学习模 型进行训练， 增加了样本数据的 多样性， 可以满足长时间的需求， 且节省了样本 标注时间， 提高了户型图预识别模型的训练效 率。 权利要求书2页 说明书10页 附图3页 CN 114936395 A 2022.08.23 CN 114936395 A 1.一种户型图识别方法， 其特 征在于， 包括： 对预先收集到户型图数据进行图像处理， 得到所述户型图数据的轮廓特征数据， 从所 述轮廓特征数据中提取第一样本数据和第二样本数据； 其中， 所述第一样本数据为无标注 信息数据， 所述第二样本数据为有标注信息数据； 基于所述第一样本数据， 对预先构建的对比学习模型进行训练， 得到户型图预识别模 型； 基于所述第 二样本数据， 通过迁移学习算法， 对所述户型图预识别 模型进行训练， 得到 目标户型图识别模型； 将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中， 识别出所述待 识别户型图的特 征。 2.如权利要求1所述的户型图识别方法， 其特征在于， 所述对预先收集到户型图数据进 行图像处 理， 得到所述户型图数据的轮廓特 征数据， 包括： 通过计算机视觉算法对预先收集到的户型图数据进行处理， 提取出所述户型图数据中 的直线特 征， 得到所述户型图数据的轮廓特 征数据。 3.如权利要求1所述的户型图识别方法， 其特征在于， 所述基于所述第一样本数据， 对 预先构建的对比学习模型进行训练， 得到户型图预识别模型， 包括： 根据预先置的图像识别模型中的参数， 构建对比学习模型； 通过所述第一样本数据， 对所述对比学习模型进行训练， 得到户型图预识别模型。 4.如权利要求3所述的户型图识别方法， 其特征在于， 所述通过所述第一样本数据， 对 所述对比学习模型进行训练， 得到户型图预识别模型， 包括： 对所述第一样本数据进行 数据增强处 理， 得到第一样本数据对； 基于所述第 一样本数据对， 以及预先设置的损失函数， 对所述对比学习模型进行训练， 得到户型图预识别模型。 5.如权利要求1所述的户型图识别方法， 其特征在于， 所述基于所述第二样本数据， 通 过迁移学习算法， 对所述户型图预识别模型进行训练， 得到目标户型图识别模型， 包括： 根据所述户型图预识别模型参数， 构建迁移学习模型； 基于所述第二样本数据， 对所述迁移学习模型进行训练， 得到目标户型图识别模型。 6.如权利要求5所述的户型图识别方法， 其特征在于， 所述根据 所述户型图预识别模型 参数， 构建迁移学习模型， 包括： 从所述户型图预识别模型中， 提取户型图特 征表示的编码器参数， 得到预训练编码器； 基于所述预训练编码器， 以及预 先设置的线性分类 器， 构建迁移学习模型。 7.权利要求1所述的户型图识别方法， 其特征在于， 所述将待识别户型图中的轮廓特征 数据输入至所述目标户型图识别模型中， 识别出 所述待识别户型图的特 征之后， 还 包括： 根据所述待识别户型图的特征， 以及预先设置的第一规则， 从预先建立的户型图查询 库中获取到多个相似户型图； 根据预先设置的第 二规则， 从多个相似户型图中选取出所述待识别户型图对应的目标 户型图， 在可视化界面进行显示。 8.一种户型图识别装置， 其特 征在于， 所述装置包括： 提取样本数据模块： 对预先收集到户型图数据进行图像处理， 得到所述户型图数据的权　利　要　求　书 1/2 页 2 CN 114936395 A 2轮廓特征数据， 从所述轮廓特征数据中提取第一样本数据和 第二样本数据； 其中， 所述第一 样本数据为无 标注信息数据， 所述第二样本数据为有标注信息数据； 得到户型图预识别模型模块， 基于所述第一样本数据， 对预先构建的对比学习模型进 行训练， 得到户型图预识别模型； 得到目标户型图识别模型模块： 基于所述第二样本数据， 通过迁移学习算法， 对所述户 型图预识别模型进行训练， 得到目标户型图识别模型； 识别模块： 将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中， 识 别出所述待识别户型图的特 征。 9.一种终端设备， 其特征在于， 所述终端设备包括处理器、 存储器以及存储在所述存储 器中并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权 利要求1至7任一项所述的户型图识别方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的户型图识别方法。权　利　要　求　书 2/2 页 3 CN 114936395 A 3