ANSA机器学习之特征识别

今天这篇文章主要是想讲一下，ANSA新出的一个很牛逼的功能，以至于让我觉得以后画网格的时间能节省百分之七十。

        就我而言，在网格上花费时间最多的，无非就是一些特征网格上的修复。一些boss柱，卡扣上的网格建模，这些特征在casting后，往往表现的不尽如人意，需要我们花费大量的时间去自己修复。

        现在我们可以用机器学习，让软件自动去识别这些特征，然后保存到数据库中，再把与这些特征一一对应的网格也存入到数据库中。以后再画类似模型的时候，可以直接用数据库中的网格来直接替换模型上对应的特征，不用我们再去修复。以上就是今天要讲内容的基本原理，下面我们来讲实操。

下面我用23版本的ANSA开始光速带大家了解这个功能。

首先创建数据库文件夹路径

没有机器学习自动识别，我们就手动识别特征

将特征保存到数据库

使用casting抽中面，这里第一个不用勾选，因为特征前面我们已经识别出来了，第二个不用勾，是因为我们是学习版本，没有python的机器学习功能，正版的话，casting后，识别的特征网格会自动替换对应的特征

，学习版我们可以手动替换，不慌。

点击插件，将特征的网格添加进数据库

把不需要的网格部分清除，点击save

现在数据库里有模型和对应的网格了，我们可以开始玩起来了。先把刚刚casting出来的网格都删掉。

在特征管理器里，我们可以右键，选择刚刚添加到数据库里的网格了，相当于用网格来替换对应的特征。

最终效果就是他用我们刚刚保存在数据库中的网格替换了这个boss柱的特征

如果有机器学习在的话，这个功能还要强大。可能真的有一天可以不用画网格了吧，哈哈哈。