摘要

我们针对技术图纸的分析与检索问题展开研究。首先，我们提出了DeepPatent——一个用于设计专利图纸识别与检索的新型大规模数据集。该数据集包含超过35万张设计专利图纸，旨在支持图像检索任务。与现有数据集不同，DeepPatent在图纸集合内部提供了细粒度的图像检索关联，且不依赖跨域关联进行监督。基于静态图像检索模型的训练最佳实践，我们构建了一个基准深度学习模型，命名为Patent-Net。实验表明，当在DeepPatent提供的细粒度关联上进行训练时，Patent-Net在性能上显著优于其他深度学习方法以及传统计算机视觉特征描述子。通过引入这一新数据集及基准算法，我们证明了技术图纸的分析与检索仍是计算机视觉领域的一项开放性挑战；同时，专利图纸检索为推动相关研究提供了一个真实的现实应用场景。