A deep learning approach to wall recognition in industrial architectural floor plan images

Abstract

This thesis examines a deep learning floor plan analysis model developed by Kalervo et al. (2019a). The model is applied to a new dataset of 500 images representing industrial buildings obtained through a real-world architectural web application. The study evaluates both the performance of the pretrained model and its capacity for adaptation through retraining. Qualitative analysis reveals that the model struggles to generalize to the new context, particularly in images that are large, low-resolution, or visually complex.

To address this limitation, the model is retrained with annotated data from the new dataset with 32 manually annotated floor plans and 298 user-drawn annotations obtained from the web-based application. The best performance was achieved by retraining the model using manual annotations, leading to an increase in the proportion of accurate segmentation results. Models trained on user-drawn annotations exhibited lower overall performance due to inconsistencies and outliers in the training data.

This work demonstrates that while the Kalervo et al. model is a strong baseline, substantial modifications, ranging from data preparation and annotation strategies to architectural and system-level changes, are necessary for robust application in real-world industrial floor plan segmentation tasks. Future work should explore improved post-processing techniques, advanced architectures such as attention-based U-Nets and ensemble approaches, with cleaner user-generated data.

Tässä opinnäytetyössä tarkastellaan Kalervo et al. (2019a) kehittämää koneoppimismallia, jolla analysoidaan rakennusten pohjapiirroskuvia ja tunnistetaan niissä esiintyviä rakenteita. Mallia käytetään tässä työssä seinärakenteiden tunnistamiseen. Malli on alunperin kehitetty aineistolla, joka koostuu pääosin asuinkiinteistöjen pohjapiirroskuvista, mutta sovellamme sitä uuteen aineistoon, joka koostuu 500 teollisuusrakennuksen pohjapiirroskuvasta. Tutkimuksessa arvioidaan sekä mallin suorituskykyä että sen jatkokoulutusmahdollisuuksia. Tutkimuksessa osoitetaan, että malli yleistyy sellaisenaan heikosti erityisesti suuriin, heikkolaatuisiin tai rakenteeltaan monimutkaisiin pohjapiirroskuviin, mutta sitä voidaan kouluttaa tarkemmaksi hyödyntämällä uutta aineistoa.

Mallin kouluttamisessa käytetään sekä tätä tutkimusta varten käsin merkittyjä pohjapiirroskuvia että olemassaolevia piirto-ohjelman käyttäjien piirtämiä seinärakenteita. Yhteensä kouluttamisessa käytetään 32:ta käsin merkittyä kuvaa sekä 298:aa käyttäjien merkitsemää kuvaa. Parhaat tulokset saavutettiin käsin merkityillä kuvilla. Käyttäjien piirtämät kuvat eivät parantaneet mallin suoriutumista johtuen harjoitusaineistossa esiintyvistä puutteista ja virhemerkinnöistä.

Osoitamme, että Kalervo et al. -malli tarjoaa hyvän lähtökohdan seinien tunnistamiseen, mutta se ei ole täysin luotettava teollisten pohjapiirrosten segmentointitehtävissä. Mallin jatkokehityksessä erityistä huomiota tulisi kiinnittää datan esikäsittelyyn sekä mallin arkkitehtuuriin. Jatkotutkimusmahdollisuuksia löytyy runsaasti esimerkiksi uudempien U-Net mallien soveltamisessa sekä erilaisten mallien rinnakkaisessa soveltamisessa parempilaatuisella käyttäjädatalla.