鐵人檔案
本系列以建築圖像中的門、柱等元素為例，結合YOLO物件偵測與OCR文字辨識等AI技術，將辨識數據結構化後串接至BIM/IFC建模流程。內容完整呈現從圖像前處理、AI辨識、資料對接到BIM建模的自動化全流程，驗證AI於建築智慧數位化的實務可行性，並為建築數位轉型提供多元應用參考。
(本系列部分內容與程式碼由AI工具輔助構思、修訂與產生，主要觀點及實作經驗均為作者原創、測試與整理。)
1.1. 序 大家好，我是yiping，目前在建築設計、工程顧問領域打滾了十多年，從一開始2D CAD畫到眼花，到BIM的數位轉型浪潮，再到如今的AI應用時...
說到電腦視覺辨識的應用，大家往往聯想到的是車牌辨識、醫療影像、工地安全警示等應用，但應用在建築設計圖紙領域相對較少，且目前多數在研究起步階段，因此本文會先從...
建築設計圖除了是由各種複雜圖元、符號、文字表格所交錯組成的一幅圖面外，它也受到不同設計繪圖者的習慣而有不同風格，檔案類型也有可能是手繪稿、CAD檔或是掃描圖...
前面概覽介紹了各種AI相關技術，以及IFC交換格式與BIM模型的特點，以下我將以實際的流程藍圖，來說明各技術在BIM自動化流程中的定位、執行步驟與關係： 4...
每一項AI演算法或工具都有它專門處理的強項，但同時也存在一些限制。如果能善用每項工具的優點，操作介面與流程的設計就顯得格外地重要。 5.1. UI/UX操作...
今天開始要進入實作的環節啦！在決定需要自動電腦識別的項目方向後，便要著手來收集大量多元的素材，好讓電腦能夠有效的學習，幫助你快速完成每一個專案。 本章節將...
前面完成了資料集的圖片標註，在本章節將繼續實作資料集的分類，以及了解資料增強的重要性： 7.1. 資料集的分類 在進行YOLO模型訓練之前，我們需要將資料集...
上一篇了解了資料集的分類與資料增強方法，在本章節將完成資料集的製作與下載： 8.1. 資料集的本地下載 當資料集按前面的步驟建置完成後，便可看見在Versi...
前篇已經完成資料集專屬代碼的複製，接下來，本章將從Google Colab的環境建置，到YOLO的訓練與預測，全流程的一步步學習AI視覺辨識模型訓練的流程。...
當模型訓練和預測完成後，如何知道這個模型是好是壞呢？本篇將延續上一篇，從訓練過程指標圖，進一步解讀模型優劣，以及預測成果所代表的意義。 10.1. 訓練過程...
