К содержимому
Другое

OpenTakeoff door detector

поиск дверей на архитектурных планах

2 мин чтенияобновлено

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 safetensors и .pth, в репозитории есть готовые ONNX-версии в fp32 (121 МБ) и квантованная int8 (33 МБ) с готовым скриптом запуска на onnxruntime и pymupdf.
  • 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 fp32 ONNX-модель через onnxruntime-web с 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"}
ПодробнееМетрики (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.
Обсудить Telegram 0

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.6 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Kentucky-ai/opentakeoff-door-detector
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Kentucky-ai/opentakeoff-door-detector --local-dir ~/models/opentakeoff-door-detector
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к opentakeoff-door-detector
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии opentakeoff-door-detector — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Kentucky-ai/opentakeoff-door-detector
Автор
Kentucky-ai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии