基于深度学习的CFD软件界面高精度识别

作者：韦振宇; 罗祉婧; 郑荻凡; 曾泽楷; 钟汉斌^*

来源：河南科技, 2023, 42(17): 18-23.

DOI：10.19968/j.cnki.hnkj.1003-5168.2023.17.004

• 人工智能
• CFD
• 图像识别
• CRNN
• 深度学习

【目的】传统计算流体力学（Computational Fluid Dynamics,CFD）模拟在工况设置、结果处理等过程中需要大量的人工操作。要想实现智能CFD模拟，就要先实现对软件界面的高精度识别。【方法】根据CFD模拟的实际操作场景来创建多尺寸、多内容、多背景的数据集，利用百度飞桨（PaddlePaddle）深度学习平台来建立基于CRNN网络的CFD软件界面识别模型，并对其进行训练。【结果】试验结果表明，将数据增强、再训练等技术应用于识别模型，能有效改善模型的精度，且与传统的自然场景识别模型相比，该模型对软件界面的识别精度提高了15%。【结论】本研究实现了对化工CFD模拟软件界面的高精度识别，为实现CFD模拟向智能化方向发展奠定重要基础。

• 单位
  西安石油大学; 化学化工学院