VectorGraphNET：用于精确分割复杂技术图图的图注意力网络
计算机视觉与模式识别
2024-10-03 v1
摘要
本文提出一种新方法，用于从技术图纸（PDF格式）中提取和分析向量数据。我们的 method 包括将PDF文件转换为SVG格式，并创建具备丰富特征的图表示，该表示利用几何信息捕获向量实体之间的关系。随后，我们应用带有层次化标签定义的图注意力转换器，以实现精确的线级分割。我们的方法在两个数据集上进行评估，其中包括公开的FloorplanCAD数据集，实现了在加权F1分数上的最先进结果，显著优于现有方法。该提出的基于向量的方法相较于基于视觉的方法，为大规模技术图纸分析提供了更可扩展的解决方案，同时也比当前最先进的基于向量技术需要显著更少的GPU计算资源。此外，它在语义分割任务中表现出 improved performance，具体体现在加权F1（wF1）分数方面。我们的结果表明，该方法在从技术图纸中提取有意义信息方面有效，使我们能够实现新的应用，并改进多个行业中的现有工作流程。潜在应用包括自动化建筑信息模型（BIM）和施工规划，这些应用可能显著影响该行业的效率和生产力。
引用
@article{arxiv.2410.01336,
title = {VectorGraphNET: Graph Attention Networks for Accurate Segmentation of Complex Technical Drawings},
author = {Andrea Carrara and Stavros Nousias and André Borrmann},
journal= {arXiv preprint arXiv:2410.01336},
year = {2024}
}
备注
27 pages, 13 figures