| Card | Table | RUSMARC | |
|
|
Евсеев, Илья Александрович. Инструмент автоматической оцифровки чертежей технических объектов с использованием визуально-лингвистических моделей = Tool for Automated Digitization of Technical Object Drawings Using Vision-Language Models: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии: web-разработка и технологии интеллектуальных систем» / И. А. Евсеев; научный руководитель Д. И. Глухих; Тюменский государственный университет, Школа компьютерных наук. — Тюмень, 2026. — 1 файл (10,4 Мб). — Загл. с титул. экрана. — Доступ по паролю из сети Интернет (чтение). — Adobe Acrobat Reader 7.0. — <URL:https://library.utmn.ru/dl/Module_VKR_Tyumen/ShKn/2026/vr26-539.pdf>. — Текст: электронныйRecord create date: 8/17/2026 Subject: оцифровка чертежей; генеральный план; визуально-лингвистические модели; оптическое распознавание символов; геопривязка; нейросетевые модели; информационное моделирование; компьютерное зрение; BIM; PDF-документы; digitization of drawings; general plan; vision-language models; optical character recognition; georeferencing; neural network models; information modeling; computer vision; BIM; PDF documents Collections: Выпускные квалификационные работы Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
В данной работе описана система автоматической оцифровки генеральных планов промышленных объектов, представленных в формате PDF. Рассмотрены основные компоненты системы: OCR-пайплайн на основе DocTR и PaddleOCR, алгоритм гибридного поиска порядковых кодов объектов, модуль геопривязки и визуально-лингвистическая модель для локализации объектов на плане. Определена оптимальная визуально-лингвистическая модель — Gemma 4 31B, обеспечивающая наибольшую точность локализации. Проверена работоспособность системы на реальных производственных данных: из 112 объектов обнаружено 82 (F1 = 0,85; IoU = 0,64), все функциональные и нефункциональные требования подтверждены.
In this paper, a system for automatic digitization of general plans of industrial facilities presented in PDF format is described. The main components of the system are examined: an OCR pipeline based on DocTR and PaddleOCR, a hybrid search algorithm for sequential object codes, a georeferencing module, and a vision-language model for object localization on the plan. The optimal vision-language model — Gemma 4 31B — is identified, providing the highest localization accuracy. The system is validated on real production data: 82 out of 112 objects were detected (F1 = 0.85; IoU = 0.64), and all functional and non-functional requirements were confirmed.
Document access rights
| Network | User group | Action | ||||
|---|---|---|---|---|---|---|
| TumSU | All |
|
||||
| Internet | Readers |
|
||||
|
Internet | Anonymous |
Usage statistics
|
|
Access count: 0
Last 30 days: 0 Detailed usage statistics |