autocad不能画图_说说基本的画图软件—AutoCAD(一)

作为一个专业的MEP BIMer,除了revit之类的三维软件,会用CAD也是一个基本的要求。当然不需要像设计院的设计师那样,鸿业、天正用的贼6,用CAD画图恨不得像打星际一样apm直达300+,但是也不能仅仅停留在用啥功能都是鼠标流,需要用哪儿就点哪儿吧。掌握一些最基本的小技巧、记住一些常用的快捷键,一定可以让你的工作效率大大的提高。一、界面(工作空间)

1cbd5197247ee3e348178f0ae3a2701c.png

AutoCAD从2015版开始就彻底取消了经典模式,采用了Ribbon功能区,有点类似于我们常用的Revit,大部分常用的功能在上方的功能区都能找到对应的按钮,上手比较容易。但是对应的缺点就是,让人容易对鼠标产生依赖。而用过经典模式的童鞋可能知道,它的快捷键实现的方式有两种,输入快捷命令的英文开头,或者利用“alt”键呼出菜单然后利用键盘快速选择。

ca3d0b0d6b02dbbba66f450436fb6fa7.gif

DIML,线性标注

d83e890708e596d97f01d9b9e416598c.gif

alt+n+l,线性标注

不知道快捷键是啥,只需要alt+对应菜单字母代号+下拉菜单功能对应的字母即可

9dbbf37470594db568a2aead518aef67.png

当然,用什么界面还是见仁见智的一件事。想要用经典模式的同学可以到网盘下载acad.cuix文件,然后打开以下路径(2019版本为例)进行替换C:\Users\cdhme(用户名)\AppData\Roaming\Autodesk\AutoCAD 2019\R23.0\chs\Support

链接:https://pan.baidu.com/s/1peBz3TnBycAdpMdzIgMknQ
提取码:9m5i替换完成后就可以在右下角设置里面修改工作空间了

16ef322ce07ffb29d7285743b9f9a74f.gif

二、几个我自己用的多的快捷键

1.经典模式下用的最多的就是alt+n+l(线性标注)和alt+n+g(对齐标注),作为施工方向的BIMer,懂得如何出施工图很重要,而施工图里面定位信息是很重要的,也是我们在revit无法较好完成的工作,CAD对我们来说很重要的一个功能就是定位了。

2.tr+空格+空格:修剪;tr+空格+空格,再按shift后单击图元:延伸。

3.layiso:图层隔离,将所选图元所在的图层单独隔离出来,其他图层都会处于锁定状态(抠图或者单处理某图层图元的时候特别好使)

4.layuniso:解除图层隔离,使用完layiso功能后,解除刚才的状态,解锁其他图层

5.laytrans:图层转换,可以把所选的图层都转换为一个指定图层,处理地图的时候特别好用,可以把五颜六色的建筑地图变成一个图层然后改成灰色

6.ma:格式刷,在临时绘制少量图元,可以不用设置属性,画完后刷一下即可(类似word里的刷子)不建议用于批量改属性

7.选择图元,右键+T  选择类似对象

   其他快捷键不赘述了,贴张网上找的图

9de401db82cdf69e1b6bb39477ef9e5f.png

作为CAD的“半吊子”使用选手,这点水平不够设计院大牛看的,我自己觉得会这些小技巧已经能够相对从容的应付从底图处理到最后的出图的工作了。当然这只是抛砖引玉,在提升效率方面给大家些小建议。还有套图框、视口处理、打印设置、链接文件等等功能,还需要大家自己学习。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值