DoorDet：基于目标检测和大语言模型的半自动多类别门检测数据集
计算机视觉与模式识别
2025-08-12 v1 人工智能
新兴技术
摘要
准确检测和分类 diverse door 类型在平面图中至关重要，用于建筑合规性检查和室内场景理解。尽管重要性不言而喻，但专为精细多类别门检测设计的公开数据集仍然稀缺。本文提出一种半自动管道，利用最先进的目标检测模型和大语言模型(LLM)构建多类别门检测数据集，所需人工工作最小。首先将门检测为统一类别；接着根据视觉和上下文特征使用 LLM 对每个检测实例进行分类；最后通过人类在环阶段确保高质量标签和边界框。我们的方法显著降低了标注成本，同时生成适用于平面图分析中神经网络基准测试的数据集。本工作表明，将深度学习与多模态推理结合用于复杂真实场景中高效数据集构建具有潜在价值。
引用
@article{arxiv.2508.07714,
title = {DoorDet: Semi-Automated Multi-Class Door Detection Dataset via Object Detection and Large Language Models},
author = {Licheng Zhang and Bach Le and Naveed Akhtar and Tuan Ngo},
journal= {arXiv preprint arXiv:2508.07714},
year = {2025}
}