完整指南
自动图纸分析：AI 如何读懂一张建筑图纸
图纸 AI 的内部构造：目标检测、分割、训练数据集，不用术语讲清楚，并说明模型的真实局限。
建筑图纸是一种图形语言：两条平行线是一堵墙，一段圆弧是一扇门，一个被分割的矩形是一扇窗。受过训练的人几秒钟就能读懂。而对机器来说，这件事长期难以企及，因为各家事务所的画法不同，图纸上又满是噪点、批注和填充。 现代视觉模型改变了局面：在数千张标注图纸上训练之后，它们能定位门、窗、墙体和房间并给出置信度，再据此推算面积和工程量。本指南解释这些模型如何工作、用什么训练，更重要的是，它们在您的图纸上到底表现如何。
目标检测：AI 如何找出门和窗
hub_ana_s1_text
分割：像素级提取墙体和房间
hub_ana_s2_text
从识别到数据：面积、置信度与导出
hub_ana_s3_text
常见问题
AI 能识别图纸上的哪些构件？
生产级模型可以识别承重墙和隔墙、门（含开启方向）、窗、房间及其用途，以及建筑外轮廓。并据此得出 m² 面积、周长、墙体延米和洞口数量，每个构件都带一个置信度。
为什么通用模型在法国图纸上表现不佳？
因为它们主要在北美或北欧的语料上训练：画法约定、墙体厚度、门的符号和标注习惯都不一样。一个在 CubiCasa5K 上表现出色的模型，遇到法国的施工许可图纸可能大幅下滑。对策是用标注过的本地图纸做微调。
AI 能分析总平面图或立面吗？
技术是相通的：在立面上，识别可以定位洞口及其尺寸，为外墙翻新或门窗计价做准备；在总平面图上，它提取建筑占地轮廓。FloorScan 已经提供立面分析，总平面图分析即将推出。
可以自动评估户型布局的质量吗？
一旦图纸被结构化为房间、面积和交通流线，就可以计算客观指标：面积比例、房间进深、潜在自然采光、交通流线效率。这是图纸分析顺理成章的下一步，一个自动化的布局质量评分，FloorScan 正在积极开发。