CADSpotting: 大规模 CAD 图纸上的鲁棒全景符号检测
计算机视觉与模式识别
2025-09-22 v4
摘要
我们提出了 CADSpotting，一种用于大规模建筑 CAD 图纸全景符号检测的有效方法。现有方法通常难以应对 CAD 设计中的符号多样性、尺度变化和重叠元素，且通常依赖额外特征（如基元类型或图形层）来提升性能。CADSpotting 通过仅使用坐标属性的密集采样点来表示基元，利用统一的三维点云模型进行鲁棒特征学习。为在大规模图纸中实现精确分割，我们进一步提出了一种新颖的滑动窗口聚合(SWA)技术，结合加权投票和非极大值抑制(NMS)。此外，我们引入 LS-CAD，一个新的大规模数据集，包含 45 张精细标注的平面图，每张约覆盖 1,000 平方米，显著大于先前基准。LS-CAD 将公开发布以支持未来研究。在 FloorPlanCAD 和 LS-CAD 上的实验表明 CADSpotting 显著优于现有方法。我们还展示了其实用价值，可直接从原始 CAD 输入实现自动化参数化三维室内重建。
引用
@article{arxiv.2412.07377,
title = {CADSpotting: Robust Panoptic Symbol Spotting on Large-Scale CAD Drawings},
author = {Fuyi Yang and Jiazuo Mu and Yanshun Zhang and Mingqian Zhang and Junxiong Zhang and Yongjian Luo and Lan Xu and Jingyi Yu and Yujiao Shi and Yingliang Zhang},
journal= {arXiv preprint arXiv:2412.07377},
year = {2025}
}
备注
16pages, 14 figures, Project web-page: https://dgeneai.github.io/cadspotting-pages/