PolarSym научили ИИ видеть симметрию плана здания — и точность распознавания стен и дверей выросла

Распознавание элементов на 2D-чертежах для BIM (Building Information Model — цифровой модели здания) — стен, дверей, окон, мебели — обычно строят на архитектуре Transformer (нейросеть, которая ищет связи между элементами сцены через механизм внимания). Проблема в том, что такие модели угадывают взаимное расположение объектов только по смысловым признакам, не понимая при этом настоящую геометрическую симметрию планировки, — из-за чего путаются в дальних связях и в симметричных участках плана.

PolarSym решает это, добавляя модели явное понятие геометрии: направление и расстояние между элементами считаются раздельно, в полярных координатах, а не смешиваются в одном признаке, как раньше. Специальный механизм сам решает, насколько сильно учитывать эту геометрическую информацию в каждом конкретном месте плана. Архитектуру самой нейросети менять не пришлось — вычислений добавилось незначительно.

На тестах относительно предыдущего метода (SymPoint V2) точность распознавания объектов выросла на 1,73%, качество распознавания связей — на 1,54%, а точность обводки контура — на 4,31%. Прирост скромный в процентах, но именно в дальних симметричных связях — где обычные модели путаются чаще всего.