1. 從Demo到工程AICAD落地的真實(shí)鴻溝過去兩年我參與過三個(gè)不同規(guī)模的AI輔助CAD項(xiàng)目從最簡(jiǎn)單的圖紙信息提取到復(fù)雜的參數(shù)化建模生成幾乎把能踩的坑都踩了一遍。每次在技術(shù)評(píng)審會(huì)上放Demo效果都很驚艷——上傳一張DWG圖紙AI自動(dòng)識(shí)別出墻體、門窗、標(biāo)注甚至能生成對(duì)應(yīng)的三維模型。但一旦進(jìn)入實(shí)際工程環(huán)境問題就像潮水一樣涌出來圖紙格式五花八門、圖層命名毫無規(guī)范、標(biāo)注樣式千奇百怪、版本兼容性一塌糊涂。Demo里跑得通的東西到了真實(shí)項(xiàng)目里連第一步都邁不過去。這個(gè)現(xiàn)象不是個(gè)例。我身邊做AICAD方向的朋友幾乎都有類似的經(jīng)歷。大家手里都攥著幾個(gè)漂亮的演示視頻但真正能交付給設(shè)計(jì)院、施工單位、制造企業(yè)用的系統(tǒng)少之又少。問題出在哪里不是AI模型不夠強(qiáng)也不是算法不夠先進(jìn)而是工程化落地的最后一公里被嚴(yán)重低估了。這一公里里藏著文件格式的深坑、數(shù)據(jù)結(jié)構(gòu)的混亂、行業(yè)規(guī)范的缺失、以及人與系統(tǒng)之間的信任鴻溝。這篇文章我想把AICAD落地過程中那些“Demo不會(huì)告訴你”的事情掰開揉碎講清楚。如果你正在做AI輔助設(shè)計(jì)、圖紙智能識(shí)別、CAD自動(dòng)化處理相關(guān)的項(xiàng)目或者你是一個(gè)想用AI提效的工程師那這些經(jīng)驗(yàn)應(yīng)該能幫你少走不少彎路。我會(huì)從整體設(shè)計(jì)思路、核心技術(shù)細(xì)節(jié)、實(shí)操流程、常見問題排查幾個(gè)維度展開盡量把每個(gè)環(huán)節(jié)的“為什么”和“怎么做”都說明白。2. 整體設(shè)計(jì)思路為什么AICAD不能照搬互聯(lián)網(wǎng)那套2.1 核心矛盾AI的模糊性與工程的精確性互聯(lián)網(wǎng)產(chǎn)品對(duì)AI的容錯(cuò)率很高。推薦系統(tǒng)推錯(cuò)一個(gè)視頻用戶劃走就是了聊天機(jī)器人答非所問用戶笑一笑換個(gè)話題。但CAD不一樣。一張建筑圖紙里一根梁的位置偏了200毫米可能導(dǎo)致整個(gè)結(jié)構(gòu)計(jì)算失效一個(gè)標(biāo)注讀錯(cuò)了小數(shù)點(diǎn)可能讓施工隊(duì)把承重墻砸了。AI的 probabilistic 本質(zhì)和工程的 deterministic 要求天生就是一對(duì)矛盾。我見過太多團(tuán)隊(duì)在這個(gè)矛盾上栽跟頭。他們用目標(biāo)檢測(cè)模型去識(shí)別圖紙里的門窗mAP跑到0.9就覺得可以交付了。但實(shí)際工程中0.9的準(zhǔn)確率意味著每10個(gè)門窗就有1個(gè)識(shí)別錯(cuò)誤一棟樓幾百個(gè)門窗錯(cuò)誤累積起來就是災(zāi)難。更麻煩的是AI模型通常不會(huì)告訴你“我不確定”它會(huì)自信地給出一個(gè)錯(cuò)誤答案。設(shè)計(jì)人員如果盲目信任后果不堪設(shè)想。所以AICAD系統(tǒng)的設(shè)計(jì)思路從一開始就不能是“AI全自動(dòng)”而應(yīng)該是“AI輔助人工確認(rèn)規(guī)則兜底”。AI負(fù)責(zé)把工程師從重復(fù)勞動(dòng)中解放出來比如批量提取圖層信息、自動(dòng)分類圖元、初步生成標(biāo)注但最終的決策權(quán)、校驗(yàn)權(quán)必須留在人手里。這不是技術(shù)保守而是工程倫理。2.2 方案選型為什么我最終選擇了“解析優(yōu)先AI增強(qiáng)”在技術(shù)選型上我試過三條路線。第一條是純AI路線用深度學(xué)習(xí)模型直接處理圖紙像素或矢量數(shù)據(jù)端到端輸出結(jié)果。第二條是純規(guī)則路線用腳本解析DXF/DWG的實(shí)體數(shù)據(jù)按固定規(guī)則提取信息。第三條是混合路線先用規(guī)則引擎做結(jié)構(gòu)化解析再用AI模型處理規(guī)則搞不定的模糊場(chǎng)景。純AI路線在Demo階段最吸引人因?yàn)椴恍枰斫釩AD的復(fù)雜數(shù)據(jù)結(jié)構(gòu)直接把圖紙當(dāng)圖片處理就行。但實(shí)際跑下來問題很明顯圖紙分辨率一低識(shí)別率斷崖式下跌圖紙里的專業(yè)符號(hào)、特殊線型模型根本沒見過更致命的是模型無法解釋自己的判斷依據(jù)工程師不敢用。純規(guī)則路線倒是穩(wěn)定但靈活性太差。不同設(shè)計(jì)院有不同圖層規(guī)范不同項(xiàng)目有不同標(biāo)注習(xí)慣你寫死的規(guī)則換個(gè)項(xiàng)目就失效。而且CAD文件里的“臟數(shù)據(jù)”遠(yuǎn)超想象——有多余的重復(fù)線、有未閉合的多段線、有嵌套的塊引用、有被凍結(jié)的圖層。規(guī)則引擎處理這些異常情況時(shí)代碼會(huì)變得極其臃腫。最終我選擇了混合路線核心思路是用規(guī)則引擎處理80%的結(jié)構(gòu)化數(shù)據(jù)用AI模型處理20%的模糊場(chǎng)景再用人工校驗(yàn)兜底。具體來說DXF/DWG文件先用解析庫比如ezdxf、ODA讀取實(shí)體數(shù)據(jù)按圖層、顏色、線型做初步分類對(duì)于分類不確定的圖元再交給AI模型判斷最后把結(jié)果可視化呈現(xiàn)給工程師讓他們快速確認(rèn)或修正。這套方案在三個(gè)項(xiàng)目中驗(yàn)證下來準(zhǔn)確率能穩(wěn)定在95%以上而且工程師的接受度明顯更高因?yàn)樗麄兡芸炊到y(tǒng)在做什么。2.3 數(shù)據(jù)流設(shè)計(jì)從DWG到結(jié)構(gòu)化數(shù)據(jù)的完整鏈路一個(gè)完整的AICAD處理鏈路通常包含這幾個(gè)環(huán)節(jié)文件讀取、實(shí)體解析、圖層分類、圖元識(shí)別、語義理解、結(jié)果輸出。每個(gè)環(huán)節(jié)都有坑我逐個(gè)說。文件讀取環(huán)節(jié)DWG是繞不開的坎。DWG是Autodesk的私有格式雖然ODAOpen Design Alliance提供了讀寫庫但版本兼容性依然是個(gè)大問題。我遇到過用AutoCAD 2018保存的DWG用某些開源庫讀取時(shí)直接報(bào)錯(cuò)原因是文件里用了較新的壓縮算法。解決辦法是先用ODA的轉(zhuǎn)換工具把DWG轉(zhuǎn)成DXF再用ezdxf解析。雖然多了一步但穩(wěn)定性大幅提升。實(shí)體解析環(huán)節(jié)DXF里的實(shí)體類型有幾十種LINE、LWPOLYLINE、INSERT、HATCH、TEXT、MTEXT、DIMENSION等等。每種實(shí)體的數(shù)據(jù)結(jié)構(gòu)都不一樣比如LWPOLYLINE有頂點(diǎn)坐標(biāo)和凸度INSERT有塊名和插入點(diǎn)HATCH有邊界路徑和填充圖案。解析的時(shí)候不能只讀自己關(guān)心的實(shí)體要把所有實(shí)體都讀出來建立完整的圖元關(guān)系圖。否則后面做空間查詢、拓?fù)浞治鰰r(shí)會(huì)發(fā)現(xiàn)數(shù)據(jù)不全。圖層分類環(huán)節(jié)這是規(guī)則引擎的主戰(zhàn)場(chǎng)。國內(nèi)設(shè)計(jì)院的圖層命名雖然五花八門但通常有一定的規(guī)律比如“墻-承重”、“門窗-外窗”、“標(biāo)注-尺寸”。我會(huì)先用正則表達(dá)式做初步匹配把圖層分成建筑、結(jié)構(gòu)、機(jī)電、標(biāo)注幾大類。匹配不上的圖層再交給AI模型做文本分類。這里有個(gè)經(jīng)驗(yàn)圖層名里的關(guān)鍵詞比圖層顏色、線型更可靠因?yàn)轭伾途€型經(jīng)常被設(shè)計(jì)師隨意修改但圖層名一般不會(huì)亂改。圖元識(shí)別環(huán)節(jié)AI模型開始介入。對(duì)于門窗、設(shè)備、符號(hào)這類需要視覺判斷的圖元我會(huì)把圖元所在的區(qū)域裁剪成小圖用目標(biāo)檢測(cè)模型識(shí)別。這里的關(guān)鍵是訓(xùn)練數(shù)據(jù)的準(zhǔn)備——不能只用標(biāo)準(zhǔn)圖集里的符號(hào)要收集真實(shí)項(xiàng)目里的圖紙包括那些畫得歪歪扭扭、標(biāo)注被遮擋、線型不規(guī)范的“臟圖”。模型見得多泛化能力才強(qiáng)。語義理解環(huán)節(jié)是把識(shí)別結(jié)果組織成工程師能理解的信息。比如識(shí)別出一個(gè)矩形加幾條弧線要能判斷出這是“單扇平開門”并且提取出門的寬度、開啟方向、所在墻體。這一步需要結(jié)合建筑規(guī)范知識(shí)我通常會(huì)建一個(gè)規(guī)則庫把常見的建筑構(gòu)件和它們的幾何特征、屬性特征對(duì)應(yīng)起來。結(jié)果輸出環(huán)節(jié)我傾向于輸出結(jié)構(gòu)化數(shù)據(jù)JSON、CSV加可視化預(yù)覽。工程師可以在預(yù)覽界面上看到AI識(shí)別的結(jié)果用不同顏色標(biāo)注不同構(gòu)件點(diǎn)擊構(gòu)件能看到詳細(xì)屬性。如果發(fā)現(xiàn)錯(cuò)誤可以直接在界面上修正修正結(jié)果反饋給模型做增量學(xué)習(xí)。這個(gè)閉環(huán)很重要它讓系統(tǒng)越用越準(zhǔn)。3. 核心細(xì)節(jié)解析DXF/DWG解析與AI模型配合的實(shí)操要點(diǎn)3.1 DXF文件結(jié)構(gòu)深度拆解為什么你的解析代碼總是漏數(shù)據(jù)DXF文件本質(zhì)上是標(biāo)簽化的文本文件每個(gè)數(shù)據(jù)元素前面有一個(gè)組碼group code后面跟著值。比如組碼0表示實(shí)體類型組碼8表示圖層名組碼10表示X坐標(biāo)。看起來很簡(jiǎn)單但實(shí)際解析時(shí)有幾個(gè)地方特別容易出錯(cuò)。第一個(gè)坑是塊引用INSERT的展開。DXF里的塊BLOCK定義了一組圖元INSERT實(shí)體引用了這個(gè)塊并指定了插入點(diǎn)、縮放比例、旋轉(zhuǎn)角度。如果你只解析INSERT實(shí)體本身不展開塊定義就會(huì)漏掉塊里面的所有圖元。我見過一個(gè)項(xiàng)目圖紙里80%的門窗都是塊引用解析代碼沒處理塊展開結(jié)果識(shí)別率只有20%。正確的做法是遞歸展開所有INSERT把塊內(nèi)圖元按變換矩陣轉(zhuǎn)換到世界坐標(biāo)系。第二個(gè)坑是多段線LWPOLYLINE的凸度bulge。LWPOLYLINE的頂點(diǎn)除了X、Y坐標(biāo)還有一個(gè)bulge值表示這段弧的凸度。bulge為0表示直線段不為0表示圓弧段。很多解析代碼只讀頂點(diǎn)坐標(biāo)忽略bulge結(jié)果把圓弧當(dāng)直線處理導(dǎo)致后續(xù)的幾何計(jì)算全錯(cuò)。處理方法是根據(jù)bulge值計(jì)算圓弧的圓心、半徑、起始角、終止角把多段線拆成直線段和圓弧段的組合。第三個(gè)坑是文字TEXT/MTEXT的編碼和格式。DXF文件里的文字可能用不同的編碼格式GBK、UTF-8、ANSI都有。如果編碼判斷錯(cuò)了讀出來的就是亂碼。MTEXT還支持格式化代碼比如\P表示換行、\f表示字體切換、\H表示字高變化。解析的時(shí)候要把這些格式化代碼清理掉只保留純文本內(nèi)容。第四個(gè)坑是擴(kuò)展數(shù)據(jù)XDATA和擴(kuò)展記錄XRECORD。很多專業(yè)軟件會(huì)在DXF里寫入自定義數(shù)據(jù)比如天正建筑會(huì)把墻高、門窗編號(hào)寫在XDATA里。這些數(shù)據(jù)對(duì)理解圖紙語義非常重要但標(biāo)準(zhǔn)的DXF解析庫通常不會(huì)自動(dòng)讀取。你需要遍歷實(shí)體的擴(kuò)展數(shù)據(jù)鏈表按應(yīng)用程序名APPID篩選出需要的數(shù)據(jù)。實(shí)操心得解析DXF時(shí)先用ezdxf的doc.modelspace()遍歷所有實(shí)體對(duì)每個(gè)實(shí)體打印entity.dxftype()和entity.dxf.layer看看圖紙里到底有哪些類型的實(shí)體。這一步能幫你快速了解圖紙的復(fù)雜度避免遺漏關(guān)鍵實(shí)體類型。3.2 圖層與圖元分類規(guī)則引擎和AI模型的分工邊界圖層分類是AICAD系統(tǒng)里最影響準(zhǔn)確率的環(huán)節(jié)。我的經(jīng)驗(yàn)是規(guī)則引擎負(fù)責(zé)“確定性分類”AI模型負(fù)責(zé)“模糊性分類”兩者邊界要清晰。確定性分類的場(chǎng)景包括圖層名包含明確關(guān)鍵詞如“WALL”、“DOOR”、“AXIS”、圖層顏色符合企業(yè)標(biāo)準(zhǔn)如紅色表示墻體、黃色表示標(biāo)注、線型有特定含義如虛線表示隱藏線。這些場(chǎng)景用正則表達(dá)式和查表就能搞定準(zhǔn)確率接近100%而且速度快、可解釋。模糊性分類的場(chǎng)景包括圖層名是拼音縮寫如“QT”可能是“墻體”也可能是“其他”、圖層名是數(shù)字編號(hào)如“LAYER1”、“LAYER2”、多個(gè)圖層混合了不同類型的圖元。這些場(chǎng)景規(guī)則引擎搞不定需要AI模型介入。我通常會(huì)把圖層名和該圖層下的圖元統(tǒng)計(jì)特征如直線占比、圓弧占比、文字占比一起輸入給文本分類模型讓模型綜合判斷。這里有個(gè)關(guān)鍵細(xì)節(jié)不要試圖讓AI模型直接輸出圖層類別而是讓它輸出置信度再由規(guī)則引擎做最終決策。比如模型判斷某圖層是“墻體”的置信度是0.7是“門窗”的置信度是0.2是“標(biāo)注”的置信度是0.1。規(guī)則引擎可以設(shè)定閾值置信度超過0.6才采納否則標(biāo)記為“待人工確認(rèn)”。這樣既利用了AI的泛化能力又保留了規(guī)則的可控性。3.3 AI模型選型為什么我放棄了端到端方案在AI模型選型上我試過三種方案端到端目標(biāo)檢測(cè)、圖神經(jīng)網(wǎng)絡(luò)、多模態(tài)大模型。最終的選擇是“小模型規(guī)則后處理”原因如下。端到端目標(biāo)檢測(cè)如YOLO、Faster R-CNN的優(yōu)點(diǎn)是部署簡(jiǎn)單、推理速度快但缺點(diǎn)是對(duì)小目標(biāo)、密集目標(biāo)、遮擋目標(biāo)的識(shí)別效果差。CAD圖紙里全是細(xì)線條和小符號(hào)用目標(biāo)檢測(cè)模型跑漏檢率很高。而且目標(biāo)檢測(cè)只能輸出邊界框無法輸出圖元的幾何信息如端點(diǎn)坐標(biāo)、半徑后續(xù)處理還得靠傳統(tǒng)CV方法提取。圖神經(jīng)網(wǎng)絡(luò)GNN的思路是把CAD圖元建成圖結(jié)構(gòu)用GNN做節(jié)點(diǎn)分類或邊預(yù)測(cè)。這個(gè)方案在學(xué)術(shù)論文里很流行但工程落地時(shí)問題很多圖結(jié)構(gòu)的構(gòu)建本身就很耗時(shí)一個(gè)大型圖紙有幾十萬個(gè)圖元建圖就要幾分鐘GNN的推理速度慢無法滿足交互式應(yīng)用的需求最重要的是GNN的可解釋性差工程師看不懂模型為什么把某個(gè)圖元分類成“門”而不是“窗”。多模態(tài)大模型如GPT-4V、Claude在圖紙理解上表現(xiàn)驚艷能直接看懂圖紙截圖并回答相關(guān)問題。但它的致命傷是不可控——同樣的輸入兩次調(diào)用可能給出不同答案推理成本高一張圖紙幾毛錢批量處理時(shí)成本吃不消而且大模型無法輸出精確的幾何坐標(biāo)只能做定性判斷。最終我采用的方案是用輕量級(jí)CNN做圖元分類用傳統(tǒng)CV做幾何特征提取用規(guī)則引擎做后處理和校驗(yàn)。具體來說把每個(gè)圖元裁剪成64x64的小圖用MobileNetV3做分類輸出圖元類別門、窗、墻、柱、標(biāo)注等同時(shí)用OpenCV提取圖元的幾何特征長(zhǎng)度、面積、長(zhǎng)寬比、端點(diǎn)數(shù)量最后用規(guī)則引擎結(jié)合類別和幾何特征做最終判斷。這套方案在精度和速度之間取得了很好的平衡單張A1圖紙的處理時(shí)間在10秒以內(nèi)。3.4 數(shù)據(jù)標(biāo)注與模型訓(xùn)練真實(shí)項(xiàng)目圖紙的“臟數(shù)據(jù)”處理AI模型的效果七分靠數(shù)據(jù)三分靠算法。在CAD場(chǎng)景下數(shù)據(jù)標(biāo)注的難度遠(yuǎn)超普通圖像標(biāo)注因?yàn)槟阈枰瑫r(shí)標(biāo)注圖元類別和幾何信息。我剛開始做標(biāo)注時(shí)用的是LabelImg這類通用工具標(biāo)出來的只有邊界框沒有圖元類型和屬性。后來自己寫了一個(gè)基于PyQt的標(biāo)注工具支持在DXF預(yù)覽圖上直接點(diǎn)選圖元自動(dòng)讀取圖元的幾何數(shù)據(jù)標(biāo)注人員只需要選擇類別和填寫屬性如門的寬度、開啟方向。這樣標(biāo)注效率提高了三倍而且標(biāo)注結(jié)果直接是結(jié)構(gòu)化的JSON省去了后續(xù)轉(zhuǎn)換的麻煩。標(biāo)注數(shù)據(jù)的選擇也很關(guān)鍵。我踩過的坑是一開始只用標(biāo)準(zhǔn)圖集里的符號(hào)做訓(xùn)練數(shù)據(jù)模型在測(cè)試集上表現(xiàn)很好但一到真實(shí)項(xiàng)目就崩。原因是真實(shí)圖紙里的圖元畫法千奇百怪——有的門畫成矩形加弧線有的門畫成兩條平行線加一條斜線有的門干脆就是一個(gè)文字標(biāo)注“M1021”。后來我調(diào)整了策略訓(xùn)練數(shù)據(jù)中至少70%來自真實(shí)項(xiàng)目圖紙20%來自標(biāo)準(zhǔn)圖集10%來自人工合成的異常樣本。這樣訓(xùn)練出來的模型泛化能力明顯更強(qiáng)。還有一個(gè)細(xì)節(jié)負(fù)樣本的采集。很多團(tuán)隊(duì)只標(biāo)注正樣本門窗、墻體不標(biāo)注負(fù)樣本無關(guān)的線條、填充、文字導(dǎo)致模型把什么都往正樣本上靠。我的做法是在標(biāo)注正樣本的同時(shí)隨機(jī)采樣同等數(shù)量的負(fù)樣本包括裝飾線條、填充圖案、無關(guān)文字等。這樣模型才能學(xué)會(huì)區(qū)分“什么是門”和“什么不是門”。4. 實(shí)操過程從一張DWG圖紙到結(jié)構(gòu)化數(shù)據(jù)的完整實(shí)現(xiàn)4.1 環(huán)境準(zhǔn)備與工具鏈搭建先說一下我的工具鏈選型都是經(jīng)過實(shí)際項(xiàng)目驗(yàn)證的可以直接抄作業(yè)。DXF/DWG解析ezdxfPython庫開源免費(fèi)文檔齊全 ODA File ConverterDWG轉(zhuǎn)DXF免費(fèi)版夠用幾何計(jì)算Shapely二維幾何運(yùn)算 NumPy數(shù)值計(jì)算AI模型PyTorch torchvision模型訓(xùn)練 ONNX Runtime推理部署可視化Matplotlib快速預(yù)覽 PyQt5交互界面數(shù)據(jù)存儲(chǔ)SQLite輕量級(jí)適合單機(jī)部署 JSON結(jié)果輸出安裝命令如下pip install ezdxf shapely numpy matplotlib pyqt5 pip install torch torchvision onnxruntimeODA File Converter需要去官網(wǎng)下載安裝安裝后把ODAFileConverter的路徑加到系統(tǒng)環(huán)境變量里。轉(zhuǎn)換命令ODAFileConverter input_folder output_folder ACAD2018 DXF 0 1 *.DWG這個(gè)命令會(huì)把input_folder里所有DWG文件轉(zhuǎn)成ACAD2018版本的DXF輸出到output_folder。參數(shù)“0”表示不遞歸子目錄“1”表示用默認(rèn)的轉(zhuǎn)換配置。注意ODA File Converter的免費(fèi)版有轉(zhuǎn)換數(shù)量限制大批量處理時(shí)建議分批跑或者考慮用Teigha的付費(fèi)授權(quán)。4.2 DXF解析與實(shí)體提取的完整代碼實(shí)現(xiàn)下面是我實(shí)際項(xiàng)目中用的DXF解析代碼核心邏輯是遍歷所有實(shí)體展開塊引用提取幾何信息和屬性信息。import ezdxf from ezdxf.math import Matrix44 import numpy as np def parse_dxf(filepath): doc ezdxf.readfile(filepath) msp doc.modelspace() entities [] def process_entity(entity, transformNone): 遞歸處理實(shí)體展開塊引用 dxftype entity.dxftype() if dxftype INSERT: block doc.blocks.get(entity.dxf.name) insert_point entity.dxf.insert scale entity.dxf.xscale, entity.dxf.yscale rotation entity.dxf.rotation # 構(gòu)建變換矩陣 m Matrix44.chain( Matrix44.translate(insert_point.x, insert_point.y, 0), Matrix44.z_rotate(np.radians(rotation)), Matrix44.scale(scale[0], scale[1], 1) ) if transform: m transform m for sub_entity in block: process_entity(sub_entity, m) elif dxftype LWPOLYLINE: points [] for vertex in entity.get_points(xyb): x, y, bulge vertex if transform: x, y, _ transform.transform((x, y, 0)) points.append((x, y, bulge)) entities.append({ type: LWPOLYLINE, layer: entity.dxf.layer, points: points, closed: entity.closed }) elif dxftype LINE: start entity.dxf.start end entity.dxf.end if transform: start transform.transform((start.x, start.y, 0)) end transform.transform((end.x, end.y, 0)) entities.append({ type: LINE, layer: entity.dxf.layer, start: (start[0], start[1]), end: (end[0], end[1]) }) elif dxftype in (TEXT, MTEXT): text entity.dxf.text if dxftype TEXT else entity.text insert entity.dxf.insert if transform: insert transform.transform((insert.x, insert.y, 0)) entities.append({ type: TEXT, layer: entity.dxf.layer, text: text, position: (insert[0], insert[1]) }) for entity in msp: process_entity(entity) return entities這段代碼的關(guān)鍵點(diǎn)process_entity函數(shù)遞歸處理INSERT實(shí)體用Matrix44構(gòu)建變換矩陣把塊內(nèi)圖元轉(zhuǎn)換到世界坐標(biāo)系。LWPOLYLINE的bulge值也保留了后續(xù)可以用Shapely的approximate_arc方法把圓弧段轉(zhuǎn)成多段線近似。4.3 圖元分類模型的訓(xùn)練與部署圖元分類模型我用的是MobileNetV3 Small輸入64x64的RGB圖像輸出類別概率。訓(xùn)練數(shù)據(jù)的準(zhǔn)備流程如下從解析后的實(shí)體中篩選出需要分類的圖元如LWPOLYLINE、INSERT、HATCH對(duì)每個(gè)圖元計(jì)算其邊界框在DXF預(yù)覽圖上裁剪出對(duì)應(yīng)的區(qū)域把裁剪圖縮放到64x64保存為PNG人工標(biāo)注類別門、窗、墻、柱、標(biāo)注、其他訓(xùn)練代碼的核心部分import torch import torch.nn as nn from torchvision import models, transforms # 數(shù)據(jù)增強(qiáng) train_transform transforms.Compose([ transforms.Resize((64, 64)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(10), transforms.ColorJitter(brightness0.2, contrast0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) # 模型定義 model models.mobilenet_v3_small(pretrainedTrue) model.classifier[3] nn.Linear(1024, 6) # 6個(gè)類別 # 訓(xùn)練循環(huán) criterion nn.CrossEntropyLoss() optimizer torch.optim.Adam(model.parameters(), lr1e-3) for epoch in range(30): model.train() for images, labels in train_loader: optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step()訓(xùn)練完成后用ONNX Runtime部署import onnxruntime as ort session ort.InferenceSession(model.onnx) input_name session.get_inputs()[0].name def classify(image): # image: numpy array, shape (64, 64, 3) image image.astype(np.float32) / 255.0 image (image - [0.485, 0.456, 0.406]) / [0.229, 0.224, 0.225] image np.transpose(image, (2, 0, 1)) image np.expand_dims(image, axis0) outputs session.run(None, {input_name: image}) return np.argmax(outputs[0])4.4 規(guī)則引擎與AI模型的融合策略規(guī)則引擎和AI模型的融合我采用的是“級(jí)聯(lián)投票”策略。具體流程先用規(guī)則引擎做第一輪分類能確定的直接輸出不確定的進(jìn)入第二輪第二輪用AI模型分類輸出各類別的置信度如果最高置信度超過0.8采納AI結(jié)果否則進(jìn)入第三輪第三輪用幾何規(guī)則做校驗(yàn)比如“門”的圖元必須有弧線“窗”的圖元必須有三條以上平行線三輪都搞不定的標(biāo)記為“待人工確認(rèn)”這個(gè)策略的關(guān)鍵是閾值設(shè)定。閾值太高人工確認(rèn)的工作量太大閾值太低錯(cuò)誤率上升。我的經(jīng)驗(yàn)是第一輪規(guī)則引擎的覆蓋率在60%左右第二輪AI模型的覆蓋率在30%左右剩下10%需要人工確認(rèn)。這樣整體準(zhǔn)確率能到95%以上人工工作量也在可接受范圍內(nèi)。實(shí)操心得規(guī)則引擎的規(guī)則不要寫得太細(xì)否則維護(hù)成本極高。我通常只寫“硬規(guī)則”如圖層名精確匹配和“軟規(guī)則”如線型匹配中間地帶的判斷全部交給AI模型。5. 常見問題與排查技巧實(shí)錄5.1 圖紙解析類問題速查表問題現(xiàn)象可能原因排查方法解決方案讀取DWG報(bào)錯(cuò)文件版本過高用ODA查看文件版本先用ODA轉(zhuǎn)成DXF再解析圖元數(shù)量對(duì)不上塊引用未展開統(tǒng)計(jì)INSERT實(shí)體數(shù)量遞歸展開所有塊引用坐標(biāo)偏移坐標(biāo)系不一致檢查INSERT的插入點(diǎn)和縮放用變換矩陣統(tǒng)一到世界坐標(biāo)系文字亂碼編碼格式錯(cuò)誤用十六進(jìn)制查看器檢查文件頭嘗試GBK、UTF-8、ANSI編碼圓弧變直線bulge值未處理檢查L(zhǎng)WPOLYLINE的組碼42根據(jù)bulge計(jì)算圓弧參數(shù)5.2 AI模型類問題排查問題一模型在測(cè)試集上準(zhǔn)確率很高但實(shí)際項(xiàng)目里效果很差。這是最典型的問題原因通常是訓(xùn)練數(shù)據(jù)和實(shí)際數(shù)據(jù)分布不一致。排查方法是收集一批實(shí)際項(xiàng)目的圖紙人工標(biāo)注后作為驗(yàn)證集看看模型在驗(yàn)證集上的表現(xiàn)。如果驗(yàn)證集準(zhǔn)確率遠(yuǎn)低于測(cè)試集說明訓(xùn)練數(shù)據(jù)需要補(bǔ)充實(shí)際項(xiàng)目的樣本。問題二模型把某些圖元反復(fù)誤分類。比如把裝飾線條識(shí)別成墻體把填充圖案識(shí)別成門窗。排查方法是把這些誤分類的樣本單獨(dú)拿出來看看它們的共同特征。通常是訓(xùn)練數(shù)據(jù)里缺少這類負(fù)樣本或者這類樣本的標(biāo)注有誤。解決辦法是補(bǔ)充負(fù)樣本重新訓(xùn)練。問題三模型推理速度太慢無法滿足交互需求。如果用的是大模型如ResNet50可以換成輕量級(jí)模型如MobileNetV3、ShuffleNet。如果已經(jīng)是輕量級(jí)模型可以嘗試量化INT8量化能提速2-3倍、剪枝、或者用TensorRT加速。5.3 工程落地類問題排查問題一設(shè)計(jì)人員不信任AI結(jié)果寧愿手工操作。這是人的問題不是技術(shù)問題。解決辦法是第一把AI結(jié)果可視化讓設(shè)計(jì)人員看到系統(tǒng)在做什么第二提供便捷的修正功能讓設(shè)計(jì)人員能快速改錯(cuò)第三先在小范圍試點(diǎn)積累成功案例后再推廣。問題二不同項(xiàng)目的圖紙規(guī)范差異太大系統(tǒng)無法通用。這是行業(yè)現(xiàn)狀短期內(nèi)無法改變。我的策略是把系統(tǒng)設(shè)計(jì)成可配置的圖層映射規(guī)則、圖元分類規(guī)則、輸出格式都做成配置文件每個(gè)項(xiàng)目上線前先做一輪配置適配。雖然麻煩但比寫死規(guī)則然后到處改代碼強(qiáng)。問題三系統(tǒng)部署后模型效果逐漸下降。這是數(shù)據(jù)漂移問題。設(shè)計(jì)院的制圖規(guī)范在變軟件版本在升級(jí)新來的設(shè)計(jì)師有新的畫圖習(xí)慣。解決辦法是建立反饋閉環(huán)設(shè)計(jì)人員每次修正AI結(jié)果都把修正數(shù)據(jù)存下來定期用新數(shù)據(jù)微調(diào)模型。我通常每季度做一次模型更新效果能維持住。避坑技巧不要試圖一次性解決所有問題。先聚焦一個(gè)細(xì)分場(chǎng)景比如只識(shí)別門窗把這個(gè)場(chǎng)景做到95%以上的準(zhǔn)確率再擴(kuò)展到其他場(chǎng)景。貪多嚼不爛是AICAD落地的大忌。6. 工具選型與成本控制小團(tuán)隊(duì)也能玩轉(zhuǎn)AICAD6.1 開源方案 vs 商業(yè)方案的成本對(duì)比環(huán)節(jié)開源方案商業(yè)方案成本對(duì)比DWG解析ODA免費(fèi)版 ezdxfODA付費(fèi)版 Teigha免費(fèi) vs 每年數(shù)萬AI訓(xùn)練PyTorch 自建GPU云平臺(tái)AutoML電費(fèi) vs 按量付費(fèi)部署ONNX Runtime FlaskTensorFlow Serving免費(fèi) vs 服務(wù)器成本可視化Matplotlib PyQtAutoCAD插件免費(fèi) vs 授權(quán)費(fèi)小團(tuán)隊(duì)起步階段完全可以用開源方案跑通全流程。等業(yè)務(wù)量上來了再考慮商業(yè)方案提升穩(wěn)定性和效率。6.2 硬件配置建議AICAD系統(tǒng)的硬件需求主要看圖紙規(guī)模和并發(fā)量。我的經(jīng)驗(yàn)配置開發(fā)階段一臺(tái)帶RTX 3060的臺(tái)式機(jī)16GB內(nèi)存夠用了小規(guī)模部署一臺(tái)服務(wù)器RTX 309032GB內(nèi)存能支持5-10個(gè)并發(fā)中等規(guī)模兩臺(tái)服務(wù)器做負(fù)載均衡每臺(tái)RTX 409064GB內(nèi)存如果預(yù)算有限可以用云GPU按需付費(fèi)訓(xùn)練的時(shí)候租幾小時(shí)推理的時(shí)候用CPU輕量級(jí)模型CPU推理也能到實(shí)時(shí)。6.3 人力成本估算一個(gè)完整的AICAD項(xiàng)目至少需要三種角色CAD解析工程師懂DXF/DWG格式、AI算法工程師懂模型訓(xùn)練和部署、全棧工程師懂前后端和可視化。小團(tuán)隊(duì)可以一人多崗但完全不懂CAD的人做不了這個(gè)方向。我見過純AI背景的團(tuán)隊(duì)硬啃CAD光搞懂DXF格式就花了兩個(gè)月效率極低。實(shí)操心得如果團(tuán)隊(duì)里沒有懂CAD的人建議先招一個(gè)有過CAD二次開發(fā)經(jīng)驗(yàn)的工程師哪怕只是兼職顧問。他能幫你省下大量試錯(cuò)時(shí)間。7. 從項(xiàng)目實(shí)踐中總結(jié)的幾條硬核經(jīng)驗(yàn)7.1 不要追求100%自動(dòng)化我見過太多項(xiàng)目死在“追求全自動(dòng)”上。AICAD的正確姿勢(shì)是“人機(jī)協(xié)同”AI做初篩和重復(fù)勞動(dòng)人做決策和校驗(yàn)。一個(gè)95%準(zhǔn)確率人工確認(rèn)的系統(tǒng)比一個(gè)99%準(zhǔn)確率但黑盒的系統(tǒng)更有價(jià)值因?yàn)楣こ處熌芾斫?、能控制、能信任?.2 數(shù)據(jù)比算法重要在CAD場(chǎng)景下這句話尤其正確。同樣的模型結(jié)構(gòu)用真實(shí)項(xiàng)目數(shù)據(jù)訓(xùn)練和用標(biāo)準(zhǔn)圖集數(shù)據(jù)訓(xùn)練效果差距巨大。我的建議是項(xiàng)目啟動(dòng)的第一件事不是選模型而是收集數(shù)據(jù)。至少收集50個(gè)真實(shí)項(xiàng)目的圖紙覆蓋不同的設(shè)計(jì)院、不同的項(xiàng)目類型、不同的CAD版本。7.3 可解釋性決定采納率工程師不信任黑盒。你的系統(tǒng)必須能告訴用戶“我為什么把這個(gè)圖元識(shí)別成門”比如“因?yàn)樗膱D層名包含DOOR且?guī)缀翁卣鞣祥T的定義”。可解釋性不僅是為了信任也是為了排查問題。當(dāng)系統(tǒng)出錯(cuò)時(shí)你能快速定位是規(guī)則錯(cuò)了還是模型錯(cuò)了。7.4 從小場(chǎng)景切入快速驗(yàn)證不要一上來就做“全專業(yè)圖紙智能識(shí)別”那個(gè)目標(biāo)太大容易失控。先選一個(gè)細(xì)分場(chǎng)景比如“只識(shí)別建筑圖紙里的門窗”把這個(gè)場(chǎng)景做到極致再橫向擴(kuò)展。小場(chǎng)景驗(yàn)證周期短反饋快團(tuán)隊(duì)信心也容易建立。7.5 建立反饋閉環(huán)系統(tǒng)上線不是終點(diǎn)而是起點(diǎn)。設(shè)計(jì)人員的每一次修正都是寶貴的訓(xùn)練數(shù)據(jù)。我通常會(huì)在系統(tǒng)里加一個(gè)“反饋”按鈕設(shè)計(jì)人員點(diǎn)擊后把修正前后的數(shù)據(jù)都存下來。每積累1000條反饋就微調(diào)一次模型。這樣系統(tǒng)會(huì)越用越準(zhǔn)設(shè)計(jì)人員的滿意度也會(huì)越來越高。最后再分享一個(gè)小技巧如果你的團(tuán)隊(duì)剛開始做AICAD不知道從哪個(gè)場(chǎng)景切入我建議從“圖紙信息提取”開始。比如自動(dòng)提取圖紙里的門窗表、材料表、標(biāo)注信息輸出成Excel。這個(gè)場(chǎng)景技術(shù)難度適中業(yè)務(wù)價(jià)值明確而且不涉及復(fù)雜的幾何計(jì)算適合快速驗(yàn)證技術(shù)路線。等這個(gè)場(chǎng)景跑通了再往更復(fù)雜的場(chǎng)景擴(kuò)展。