플러스프로젝트 배경
✅ 문제점
도면데이터로부터 벽, 창문, 문 등의 데이터를 추출하여 도면수정 프로그램 형태로 전환해야하는 니즈가 존재
⚠️문제 해결
여러가지 딥러닝 모델들을 혼합 사용하여 조건에 맞는 정보 추출
❗ 주안점
학습데이터가 많지 않아도 인식이 가능하도록 솔루션 구현
도면데이터로부터 벽, 창문, 문 등의 데이터를 추출하여 도면수정 프로그램 형태로 전환해야하는 니즈가 존재
⚠️문제 해결
여러가지 딥러닝 모델들을 혼합 사용하여 조건에 맞는 정보 추출
❗ 주안점
학습데이터가 많지 않아도 인식이 가능하도록 솔루션 구현
프로젝트 성과
인력 80% 감소
기존에 수작업으로 도면을 그리던 인력을 20% 수준으로 감소시켜서 인건비 절감에 기여함
응답처리속도 1s 미만
3가지 AI 모델을 사용하지만 응답처리속도 1s 미만 달성
핵심 기능
객체 인식
Yolo 모델을 직접 학습시켜 문, 창문 등의 객체를 인식하였습니다.
알고리즘 사용
벽은 객체인식으로 추출하지 못해서 U-Net을 활용한 Segmentation으로 정보를 먼저 추출한 다음
여러 복잡한 알고리즘(보안상 공유 불가)을 통해 깔끔한 벽 정보를 추출하였습니다.
여러 복잡한 알고리즘(보안상 공유 불가)을 통해 깔끔한 벽 정보를 추출하였습니다.
U-Net
U-net 모델을 이용한 segmentation을 사용하였습니다.
학습 알고리즘을 최적화 하여 적은 수의 데이터셋으로 99% 인식률을 달성하였습니다.
학습 알고리즘을 최적화 하여 적은 수의 데이터셋으로 99% 인식률을 달성하였습니다.
진행 단계
기획 및 요구사항 정리
2025.01.
기획 및 요구사항을 정리하여 클라이언트와 협의하였습니다.
연구계획 수립 및 연구수행
2025.01.
어떤 모델을 사용하고 어떤 방식으로 문제를 해결해갈지 계획을 세우고 연구를 수행하였습니다.
모델선정, 데이터수집 툴 선정, 데이터 라벨링 인력 수배, 라벨링 진행, 학습 진행까지 모든 과정을 수행하였습니다.
모델선정, 데이터수집 툴 선정, 데이터 라벨링 인력 수배, 라벨링 진행, 학습 진행까지 모든 과정을 수행하였습니다.
API화 및 배포
2025.04.
연구모델을 바탕으로 이미지를 보내면 도면의 각 정보를 응답해주는 api까지 개발완료하였습니다.
프로젝트 상세
아래와 같은 동작을 수행하며 자사가 솔루션을 보유하고 있습니다.
- 2d 도면 이미지로부터 문, 창문, 방, 외부공간 등을 인식
- 도면 내에 있는 축적을 자동추출
- 각 정보들을 좌표에 그리고 json 데이터로 표출
- 2d 도면 이미지로부터 문, 창문, 방, 외부공간 등을 인식
- 도면 내에 있는 축적을 자동추출
- 각 정보들을 좌표에 그리고 json 데이터로 표출
