基于深度学习的建筑信息模型（BIM）结构分类
计算机视觉与模式识别
2024-10-30 v1 机器学习
机器学习
摘要
在这项工作中，我们研究了机器学习在建筑行业中的应用，并使用经典与现代机器学习方法将建筑设计的图像分类为三类：公寓建筑、工业建筑或其他。未使用真实图像，仅使用从建筑信息模型（BIM）软件提取的图像，因为这些图像被建筑行业用于存储建筑设计。对于该任务，我们比较了四种不同方法：第一种基于经典机器学习，使用方向梯度直方图（HOG）进行特征提取，并使用支持向量机（SVM）进行分类；其余三种基于深度学习，涵盖常见的预训练网络以及从头设计的网络。为验证模型的准确性，使用了 240 张图像的数据库。HOG + SVM 模型达到的准确率为 57%，神经网络则高于 89%。
引用
@article{arxiv.1808.00601,
title = {Classification of Building Information Model (BIM) Structures with Deep Learning},
author = {Francesco Lomio and Ricardo Farinha and Mauri Laasonen and Heikki Huttunen},
journal= {arXiv preprint arXiv:1808.00601},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication