eskd-yolo26
детектор элементов чертежей ЕСКД и ГОСТ
2 min readupdated
Набор детекторов на базе архитектуры yolo26s для анализа структуры синтетических и реальных инженерных чертежей по стандартам ЕСКД и ГОСТ. Модель находит и размечает геометрию документа: внешнюю рамку, основную надпись (штамп), отдельные ячейки, зоны видов, области с текстом, стрелки и символы. На выходе получаются координаты объектов в формате COCO или предразметка для дальнейшей работы, при этом сам текст модель не распознаёт (OCR отсутствует). Проект пригодится инженерам и разработчикам систем автоматизации документооборота для первичного парсинга технической документации.
Ключевые особенности
- Разделение на четыре специализированные задачи:
layout(13 классов разметки, обучение завершено),text(20 классов текстовых зон, в процессе обучения),arrowsиsymbols. - Работа в высоком разрешении: 1280 пикселей для базовой разметки листа и 1536 пикселей для плотных текстовых областей с лимитом до 3000 детекций на лист.
- Наличие встроенного режима полуавтоматической предразметки (
prelabel.py) с разделением на автоматическое принятие и ручную проверку по порогам уверенности. - Открытые веса для всех эпох обучения (
epoch_010.pt—epoch_060.pt) и чекпоинтыbest.pt/last.pt.
Что можно сделать
- Автоматически вырезать основную надпись (
title_block) и её отдельные ячейки из сканов чертежей перед передачей в сторонний OCR-движок. - Ускорить сбор собственного датасета реальных инженерных документов с помощью скрипта черновой разметки с обязательной проверкой сложных зон вроде
view_detail. - Дообучить модель на собственных сканах чертежей, стартуя с выложенных весов
last.pt.
Пример
python tools/infer.py --weights models/layout/best.pt \
--source photos/ --out runs/infer \
--imgsz 1280 --conf 0.25 --max-det 3000 --coco
Подробнее
Метрики задачиlayout (60 эпох) на синтетическом тесте из 400 листов: mAP50 — 0.995, mAP50-95 — 0.993.Проверка на 58 реальных снимках: детекции сработали на всех 58 листах (2040 объектов), средняя уверенность для
title_block — 0.975, для title_cell — 0.926, для view_detail — 0.659.Параметры обучения:
yolo26s, batch 8 (для text — 4), AMP fp16, оптимизатор MuSGD, mosaic=0.3 без отражений.Ограничения: модель обучена на синтетике (на реальных сканах есть сдвиг домена, реальный mAP не измерялся), не распознаёт текст, лицензия Ultralytics AGPL-3.0.










Comments