Группа исследователей разработала фреймворк DBAL-YOLO на основе глубокого машинного обучения. Он автоматически преобразует сканы бумажных чертежей в цифровые информационные модели.
Нейросеть использует специальные алгоритмы, которые позволяют различать даже тонкие элементы вроде балок и колонн среди плотной сети линий. Точность во время тестирования на выборке из 4 тыс. чертежей достигла 98,8%.
Система также распознает размеры и автоматически исправляет геометрические искажения. На финальном этапе специальный движок на Python собирает все данные в готовую 3D-модель.
Технология позволит быстро интегрировать данные со старого жилого фонда в современные городские платформы цифровых двойников для мониторинга их состояния и управления инфраструктурой.