daylight factor

SegFormer模型在几秒钟内预测建筑采光系数

研究人员开发了一种基于SegFormer的机器学习模型，用于预测建筑信息模型（BIM）环境中的空间采光系数（DF）分布。该方法旨在加速建筑物的日照合规性评估过程，在几秒钟内即可得出结果，而非耗时的光线追踪模拟。该模型解决了现有方法的若干局限性，包括外部遮挡（如阳台）、建筑高度、可变材料反射率、非正交几何形状的编码以及法规验证。训练并验证了两个变体，在合成和真实建筑数据上均显示出有希望的准确性，尤其是在合规性关键区域。