一种基于深度学习图像识别的线切割路径智能优化方法

本发明公开了一种基于深度学习图像识别的线切割路径智能优化方法，包括如下步骤：获取工件多视角图像并导入电子图纸，对图像进行识别提取工件结构信息，结合基准点建立统一坐标模型，输出要素清单；基于要素清单及机床与材料参数，以轮廓段为节点、段间可行过渡为边构建加工图；根据加工约束在加工图上生成候选切割路径，形成初始切割方案；将加工图输入量子启发式神经网络，对初始切割方案进行优化选择，输出最优切割方案；对最优切割方案进行几何与能量仿真，检测割缝交叉、残留区域和掉料风险，并在不符合约束时执行局部修正。本发明通过深度学习识别与量子启发式优化的结合，实现了线切割路径的自动生成与修正。