論文の概要: SkeySpot: Automating Service Key Detection for Digital Electrical Layout Plans in the Construction Industry
- arxiv url: http://arxiv.org/abs/2508.10449v1
- Date: Thu, 14 Aug 2025 08:36:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-15 22:24:48.235998
- Title: SkeySpot: Automating Service Key Detection for Digital Electrical Layout Plans in the Construction Industry
- Title（参考訳）: SkeySpot:建設業におけるディジタル電気レイアウト計画のためのサービスキー検出の自動化
- Authors: Dhruv Dosi, Rohit Meena, Param Rajpura, Yogesh Kumar Meena,
- Abstract要約: 我々は、リアルタイム検出、分類、相互運用可能な電気シンボルのためのツールキットであるSkeySpotを開発した。
SkeySpotは構造化された標準化されたアウトプットを生成し、情報構築のためにスケールアップすることができる。
このアプローチにより、建設業における中小企業(中小企業)の電気的レイアウトのデジタル化が容易になる。
- 参考スコア（独自算出の注目度）: 4.458601123669425
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Legacy floor plans, often preserved only as scanned documents, remain essential resources for architecture, urban planning, and facility management in the construction industry. However, the lack of machine-readable floor plans render large-scale interpretation both time-consuming and error-prone. Automated symbol spotting offers a scalable solution by enabling the identification of service key symbols directly from floor plans, supporting workflows such as cost estimation, infrastructure maintenance, and regulatory compliance. This work introduces a labelled Digitised Electrical Layout Plans (DELP) dataset comprising 45 scanned electrical layout plans annotated with 2,450 instances across 34 distinct service key classes. A systematic evaluation framework is proposed using pretrained object detection models for DELP dataset. Among the models benchmarked, YOLOv8 achieves the highest performance with a mean Average Precision (mAP) of 82.5\%. Using YOLOv8, we develop SkeySpot, a lightweight, open-source toolkit for real-time detection, classification, and quantification of electrical symbols. SkeySpot produces structured, standardised outputs that can be scaled up for interoperable building information workflows, ultimately enabling compatibility across downstream applications and regulatory platforms. By lowering dependency on proprietary CAD systems and reducing manual annotation effort, this approach makes the digitisation of electrical layouts more accessible to small and medium-sized enterprises (SMEs) in the construction industry, while supporting broader goals of standardisation, interoperability, and sustainability in the built environment.
- Abstract（参考訳）: レガシーフロアプランは、しばしばスキャンされた文書として保存され、建築、都市計画、建設産業における施設管理に不可欠な資源となっている。
しかし、機械可読床計画の欠如は、時間とエラーの双方を大規模に解釈する。
自動シンボルスポッティングは、フロアプランから直接サービスキーシンボルを識別可能にすることで、スケーラブルなソリューションを提供する。
この研究は、34のサービスキークラスに2450のインスタンスをアノテートした45の走査された電気レイアウト計画からなるラベル付きDigiized Electric Layout Plans (DELP)データセットを導入している。
DELPデータセットに対する事前学習対象検出モデルを用いて,システム評価フレームワークを提案する。
ベンチマークされたモデルの中で、YOLOv8は平均平均精度(mAP)が82.5\%の最高のパフォーマンスを達成している。
YOLOv8を用いて,電子シンボルのリアルタイム検出,分類,定量化を行う軽量オープンソースツールキットであるSkeySpotを開発した。
SkeySpotは構造化された標準化されたアウトプットを生成し、相互運用可能なビルディング情報ワークフローをスケールアップすることで、最終的に下流アプリケーションと規制プラットフォーム間の互換性を実現する。
CADシステムへの依存度を低くし、手動によるアノテーションの取り組みを減らし、建設業界の中小企業(中小企業)に電気的レイアウトのデジタル化を促進するとともに、建築環境の標準化、相互運用性、持続可能性というより広範な目標を達成できる。
関連論文リスト
- An Integrated Platform for LEED Certification Automation Using Computer Vision and LLM-RAG [0.0]
本稿では,LEED認証の重要な側面を合理化する自動化プラットフォームを提案する。
このプラットフォームには、PySide6ベースのユーザインターフェース、プロセスオーケストレーションのためのレビューマネージャ、クレジットコンプライアンスのための複数の分析エンジン、EnergyPlusによるエネルギーモデリング、ロケーションベースの評価が含まれている。
論文 参考訳（メタデータ） (2025-06-01T08:05:35Z) - Open-source automatic pipeline for efficient conversion of large-scale point clouds to IFC format [0.0]
本稿では,ポイントクラウドのBIMモデルへの変換を自動化するために設計された,オープンソースのソフトウェアツールであるCloud2BIMを紹介する。
既存のツールとは異なり、RANSACのような計算および校正集約技術を避け、非直交ジオメトリーをサポートし、高速競合ソリューションよりも最大7倍高速な処理速度を実現する。
論文 参考訳（メタデータ） (2025-03-14T15:26:02Z) - Adapting Segment Anything Model for Unseen Object Instance Segmentation [70.60171342436092]
Unseen Object Instance(UOIS)は、非構造環境で動作する自律ロボットにとって不可欠である。
UOISタスクのためのデータ効率のよいソリューションであるUOIS-SAMを提案する。
UOIS-SAMは、(i)HeatmapベースのPrompt Generator(HPG)と(ii)SAMのマスクデコーダに適応する階層識別ネットワーク(HDNet)の2つの重要なコンポーネントを統合する。
論文 参考訳（メタデータ） (2024-09-23T19:05:50Z) - A Blueprint Architecture of Compound AI Systems for Enterprise [18.109450556443782]
我々は、企業環境で運用する複合AIシステムのための青写真アーキテクチャを、費用対効果と実用性で導入する。
提案したアーキテクチャは,既存の計算とデータインフラストラクチャとのシームレスな統合を目標としています。
論文 参考訳（メタデータ） (2024-06-02T01:16:32Z) - PEFSL: A deployment Pipeline for Embedded Few-Shot Learning on a FPGA SoC [0.0]
FPGAシステム上でのオブジェクト分類のための数ショット学習プラットフォームのためのエンドツーエンドのオープンソースパイプラインを開発した。
データフローアーキテクチャを用いて,MiniImageNetデータセットでトレーニングした低消費電力で低レイテンシなデモレータを構築し,デプロイする。
提案システムは、PYNQ-Z1基板上で6.2Wを消費しながら、30ミリ秒のレイテンシを持つ。
論文 参考訳（メタデータ） (2024-04-30T08:33:52Z) - Serving Deep Learning Model in Relational Databases [70.53282490832189]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
論文 参考訳（メタデータ） (2023-10-07T06:01:35Z) - PDSketch: Integrated Planning Domain Programming and Learning [86.07442931141637]
我々は PDSketch という新しいドメイン定義言語を提案する。
これにより、ユーザーはトランジションモデルで柔軟にハイレベルな構造を定義できる。
移行モデルの詳細は、トレーニング可能なニューラルネットワークによって満たされる。
論文 参考訳（メタデータ） (2023-03-09T18:54:12Z) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳（メタデータ） (2021-08-31T15:09:39Z) - A Unified Architecture for Data-Driven Metadata Tagging of Building
Automation Systems [0.0]
本稿では,建物自動化システムデータのポイントタグ付けを自動化するための統一アーキテクチャについて述べる。
本稿では,BASへの接続を通じてアクセス可能なデータを活用することで,ポイントタグ付けのプロセスを自動化するUAを提案する。
提案手法は,それぞれのテストシナリオにおいて,85～90%,70～75パーセントのタグを正しく適用した。
論文 参考訳（メタデータ） (2020-02-27T00:35:01Z) - Taurus: A Data Plane Architecture for Per-Packet ML [59.1343317736213]
本稿では,線数推論のためのデータプレーンであるTaurusの設計と実装について述べる。
Taurus スイッチ ASIC の評価は,Taurus がサーバベースコントロールプレーンよりも桁違いに高速に動作することを示す。
論文 参考訳（メタデータ） (2020-02-12T09:18:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。