标题块检测与信息提取以提升建筑图纸检索

建筑、工程和建造（AEC）行业仍严重依赖存储在图纸中的信息用于建筑施工、维护、合规性检查和错误检查。然是，信息提取（IE）从建筑图纸中往往耗时且成本高昂，尤其是处理历史建筑时。图纸检索可以通过利用存储在图纸标题块部分的信息来简化，这可被视为图纸的元数据。然是，标题块IE在处理不遵循现有标准以确保统一性的历史图纸时，仍可能复杂。本工作比较了现有方法用于此类IE任务，然后提出了一种新颖的标题块检测和IE管线，特别是处理复杂且噪声较大的历史图纸时，性能优于现有方法。该管线通过组合轻量级卷积神经网络和GPT-4o实现，所提出的推理管线以高准确率检测建筑工程标题块，然后从标题块中提取结构化图纸元数据，可用于图纸检索、筛选和分组。该工作在从向量（CAD）和手绘（历史）图纸中进行IE方面表现出高准确率和高效性。建立并部署了一个利用提取的元数据进行图纸检索的用户界面（UI），表明在实际项目中实现了显著的时间节省。此外，开发了一个可扩展的AEC友好标注数据集，用于标题块检测，该工作通过高效的AEC友好标注工作流程奠定了未来工作的基础。