К содержимому
Другое

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.pt отвечает за детекцию 30 типов объектов интерьера и конструкций, а runs/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.predict на 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 0
ПодробнееДетекция (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.
Обсудить Telegram 0 113

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # linhjr87/2D-to-3D-yolov11n-models
    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 linhjr87/2D-to-3D-yolov11n-models --local-dir ~/models/2D-to-3D-yolov11n-models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к 2D-to-3D-yolov11n-models
  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 2D-to-3D-yolov11n-models — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

linhjr87/2D-to-3D-yolov11n-models
Автор
linhjr87
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

1130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии