연구진이 2D 도면에서 다양한 정보를 추출하는 신경망 기반 모델을 개발했어요. 조명 기호 감지, 조명 유형 식별, 관련 텍스트 추출 기능을 포함하며, 효율적인 설계 및 전력 요구량 추정을 지원해요. 모델은 Mask RCNN을 기반으로 개발되었으며, Coco 데이터 형식으로 변환된 이미지로 학습했어요.
모델은 bbox_mAP 0.7596, segm_mAP 0.7111의 성능을 달성했으며, 다양한 IoU 임계값에서도 우수한 성능을 보였어요 (bbox_mAP 50, segm_mAP 75는 각각 0.9850, 0.9219).
건축 및 건설 산업의 설계 시간 단축과 효율적인 워크플로우 구축에 기여하며, 에너지 효율적인 건물 설계를 위한 첫걸음이 될 것으로 기대돼요.