OpenTakeoff door detector
поиск дверей на архитектурных планах
2 min readupdated
Компактный детектор на ~30 млн параметров от команды Kentucky AI, созданный для open-source приложения OpenTakeoff (инструмента подсчёта строительных объёмов). Модель находит на PDF-чертежах этажей дверные проёмы и нестандартные двери, которые не видят обычные векторные парсеры: проходы без полотна, раздвижные, складные, рулонные и лифтовые двери, а также распашные двери без дуги открывания. В основе лежит архитектура RF-DETR Medium (от Roboflow). Детектор задуман как дополнение к векторному ридеру — он добавляет только пропущенные проёмы, помогая сметчикам и разработчикам CAD/BIM-инструментов автоматизировать разбор планов.
Ключевые особенности
- 4 класса разметки: различает распашные двери (по дуге и полотну), прочие типы дверей (раздвижные, лифтовые, рулонные), пустые проёмы и полосы распашных проёмов от косяка до косяка.
- Готовность к браузеру и CPU: помимо весов
safetensorsи.pth, в репозитории есть готовые ONNX-версии вfp32(121 МБ) и квантованнаяint8(33 МБ) с готовым скриптом запуска наonnxruntimeиpymupdf. - Быстрый инференс на WebGPU: страница плана из 84 тайлов размером 640×640 обрабатывается в Chrome на WebGPU за 3,7 секунды (около 45 мс на тайл).
- Обучение на реальных проектах: модель тренировали на ~13 000 тайлах из коммерческих и многоквартирных CAD-чертежей с ручной проверкой нераспашных дверей.
Что можно сделать
- Усилить парсеры сметной документации: подключить модель вторым этапом после векторного анализатора PDF-чертежей, чтобы не пропускать проёмы без дуг и нестандартные двери при подсчёте спецификаций.
- Запустить анализ планов прямо в браузере: встроить
fp32ONNX-модель черезonnxruntime-webс WebGPU для локальной разметки архитектурных листов на стороне клиента без отправки файлов на сервер.
Пример
pip install onnxruntime pymupdf numpy
python detect_onnx.py plans.pdf 12 9 --model onnx/door-detector-medium-int8.onnx --thr 0.5
# Вывод: {"box_pt": [x0, y0, x1, y1], "score": 0.83, "class": "opening"}Подробнее
Метрики (пилот на 10 реальных листах, 149 дверей): векторный ридер находил 117/149 дверей (precision 0.975), в связке с моделью — 129/149 (precision 0.949) в режиме found-first.Требования и формат: лист рендерится в оттенках серого строго в масштабе 20 пикселей на фут и режется на тайлы 640×640 (шаг 480); для WebGPU нужен только
fp32 (int8 предназначен для CPU).Ограничения: плохо распознаёт раздвижные (0/5 в пилоте) и карманные двери (0/2), иногда путает окна и камины с дверями; не тестировалась на сканах и рукописных планах. Лицензия AGPL-3.0.










Comments