الكشف عن الكائنات متعددة المقاييس على مخططات الأرضيات المعمارية المعقدة

تعتبر مخططات الأرضيات المعمارية مستندات أساسية لنقل معلومات البناء بين المصممين والمهندسين والعملاء. يعزز التحليل التلقائي لمخططات الأرضيات من إنتاجية المستخدم ودقته، على الرغم من أن الأبحاث حول الكشف التلقائي عن الكائنات ضمن مخططات الأرضيات المعمارية كانت محدودة. في هذا البحث، تم اقتراح بنية تعتمد على الشبكة العصبية التلافيفية (CNN) تُعرف باسم ArchNetv2، للكشف عن أنواع مختلفة من الكائنات المرئية، مثل السلالم والنوافذ والأبواب. تتضمن ArchNetv2 المقترحة وحدة انتباه في الكتلة التلافيفية لتحسين تعلم الميزات. تعمل على مقاييس كشف متعددة ويمكنها التعرف بكفاءة على الكائنات الكبيرة (مثل السلالم) والصغيرة (مثل النوافذ) في الوقت ذاته. تظهر النتائج التجريبية أن ArchNetv2 يمكن أن يتعرف على ثلاثة عشر نوعًا من الكائنات الموجودة عادة في مخططات الأرضيات المعمارية بمعدل دقة متوسط يصل إلى 93.5%، وهو ما يعد تفوقًا مقارنةً بالتقنيات الحديثة. يمكن أن تكون البنية المقترحة بمثابة وحدة مهمة في نظام تحليل مخططات الأرضيات الآلي.