FloorPlanCAD YOLO11n
распознавание элементов на архитектурных планах
2 мин чтенияобновлено
Набор файнтюнов на базе компактной архитектуры YOLO11n (Ultralytics), обученных для автоматического анализа 2D-чертежей и поэтажных планов из датасета FloorPlanCAD. В релиз входят две основные модели: детектор для поиска 30 классов объектов (двери, окна, мебель, сантехника, лестницы) и модель сегментации для выделения стен, навесных фасадов и перил. В отличие от универсальных детекторов, эти веса заточены под чёрно-белую штриховую графику чертежей и могут стать базовым этапом для перевода 2D-планов в 3D-сцены.
Ключевые особенности
- Две специализированные модели: файл
runs/d11n_s1/best.ptотвечает за детекцию 30 типов объектов интерьера и конструкций, аruns/w11n_s1/best.pt— за попиксельную сегментацию стен и ограждений. - Работа со штриховой графикой: модели принимают на вход чёрно-белые изображения (чёрные линии на белом фоне, 3 одинаковых канала) в масштабе около 10 мм на пиксель, а также поддерживают прямую конвертацию сырых RGBA PNG из FloorPlanCAD.
- Честное сравнение с YOLOv8n: автор протестировал модели на трёх сидах (seed 0, 1, 2) при разрешении 1024 и показал, что YOLO11n и базовая YOLOv8n выдают статистически идентичную точность детекции.
Что можно сделать
- Автоматизировать оцифровку планировок: использовать связку детектора и сегментатора в пайплайнах 2D-to-3D для извлечения геометрии стен и расстановки 3D-моделей мебели и дверей поэтажного плана.
- Встроить в CAD-инструменты или веб-сервисы: запускать инференс через модуль
fpyolo.predictна CPU или GPU для быстрого подсчёта элементов и проверки чертежей.
Пример
python -m fpyolo.predict --d-weights runs/d11n_s1/best.pt --w-weights runs/w11n_s1/best.pt --w-conf 0.25 \
--schema configs/classes_v0.yaml --input plan.png --out ./out --device 0Подробнее
Детекция (YOLO11n и YOLOv8n): core-class mAP50-95 составляет 0.725 ± 0.003 (разница Δ +0.0004 статистически незначима).Сегментация стен (YOLO11n-seg): wall pixel IoU достигает 0.703 / 0.701 / 0.691 на трёх сидах.
Параметры обучения: разрешение imgsz 1024, оптимизатор SGD (lr0 0.01), batch 32, до 300 эпох (patience 50).
Ограничения: требуется соответствие условиям использования датасета FloorPlanCAD и подача изображений строго в формате чёрных линий на белом фоне.










Комментарии