• 프로젝트 목표 :

  • 도면의 필수 객체만 탐지하여 추출.
  • 필수 객체 : 벽체, 문, 창문, 계단, 엘리베이터

• 데이터 수집

  • Open Dataset CC5K
  • 약 5,000 장으로 구성된 도면 데이터셋

  

  도면 예시

• 데이터 Annotation :

  • 벽체, 문, 창문, 계단, 엘리베이터 라벨링

• Framework

Preprocessing Component : 원 도면을 학습 가능한 형태로 가공

Annotation Component : 다양한 벽체 및 필수 객체를 학습시키기 위해 라벨링하는 과정

Wall Detection Component & Object Detection Component : 학습을 통해 다양한 벽체와 필수 객체를 검출 과정

Visualization Component : 이전 단계에서 검출된 각각의 결과를 병합하는 과정

Simple Architectural Drawing Component : Vector화된 결과를 기반으로 단순 평면을 제공하는 과정

• Task 과정

• 최종학습 결과

• 테스트 결과 - 종합

  

• 개선점

  • 곡선 및 다각형 인식률이 낮은 편이라 더 정확한 검출을 위해 새로운 이미지로 추가 학습 필요.
  • 별도의 어노테이터를 통한 정교한 라벨링 작업 필요.