English(EN) Benchmarking Deep Learning Approaches for AEC Engineering Drawing Layout Detection and Information Extraction

深度学习模型在建筑工程图纸分析方面进行基准测试 · 跟踪到1个来源

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-22 04:00

一篇新的研究论文对用于建筑工程图纸布局检测和信息提取的深度学习模型进行了基准测试。研究发现，在通用文档数据集上预训练的模型由于领域干扰表现不佳。RF-DETR在布局检测方面取得了最先进的性能，而Qwen3-VL在信息提取方面处于领先地位。 AI

影响为建筑工程领域的自动化信息提取奠定了技术基础。

排序理由详细介绍模型基准测试和数据集构建的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Tianyang Huang, Alessio Lombardi, Ahmed Elnagar, Ahmed Zalouk, George Paul, Sepehr Najjarpour, Arvid Sigurdsson, Khalid Ismail, Mohamed Ragab, Edlira Vakaj · 2026-07-22 04:00

面向建筑工程图纸布局检测与信息提取的深度学习方法基准测试

arXiv:2607.18997v1 Announce Type: cross Abstract: Information Extraction (IE) from Architecture, Engineering, and Construction (AEC) drawings remains hindered by manual inefficiency, while Layout Detection, a vital 'middleware' organizing graphical and textual hierarchies, is und…