基于CAD零件图纸信息的智能识读项目竞标中:剩余14天

发包方SenZa15

桌面应用

项目类型

1万~5万

项目预算

20天

预计开发时间

不限

区域限制

Python

项目内容描述

一：项目简介
基于python制作一个算法或应用（根据开发者实际规划的方案而定），智能识别并结构化机械零件图纸图框（DXF文件）中的各类信息字段，需支持新字段规则写入。鼓励使用大模型技术。

二：功能需求：
1：字段智能识别：自动识别图纸图框中的所有属性字段（如零件编号、图号、零件名称、材料名称、比例、重量、设计者等，支持动态识别任意字段（更多字段内容需私聊后告知），不依赖固定字段列表。需要添加新字段需求时，算法需具备该功能。

2：字段-字段值智能配对：通过模型理解能力，将分离的字段标签与字段值进行准确配对，支持自适应距离阈值、多方向约束、多行文本合并等复杂场景；

3：块参照标准化生成：将识别并配对后的信息整合为统一格式的块参照（统一命名"TitleBlock_Standardized"），保留原有属性（颜色、线型等），输出标准化图纸文件及结构化数据。

三：验收标准
1：检测精度：在甲方提供的标准测试集（≥50 个包含不同样式、大小、和各部分组成方式的CAD图纸样本）上，字段识别准确率 ≥ 98%，字段配对准确率 ≥ 95%，块参照生成正确率100%（所有识别内容必须纳入块参照）。
2：处理效率：单文件（≤200+ 几何实体）识读耗时 ≤ 5 秒（测试环境：Intel Core i7 / 16GB RAM / SSD）。
3：兼容性：支持 Windows 10/11 操作系统；兼容主流显卡驱动。
4：稳定性：连续运行 72 小时无内存泄漏或崩溃；对损坏的 CAD 文件应弹出友好提示而非程序异常退出。
5：安全性：所有图纸数据仅在本地处理，不得联网传输；操作日志记录检测时间、文件名、问题统计，保留 ≥180 天。
6：开发语言与框架：
使用Python 3.8或者在此之上的其他Python版本，结合常用的工具库实现。
7：CAD 文件处理：
必须使用经过授权的商业级或开源合规的 CAD 解析库（如 ezdxf、pywin32com），禁止使用逆向工程或非授权工具；
8：接口规范：
输入是CAD的dxf文件（以实际为准）。
9：代码质量要求：
代码注释率 ≥ 25%，关键算法需附原理说明。
10：需提供项目源码
11：项目预算约为2万2~2万8（视开发者方案而定）