Projektziel
Eine ausbaufähige Pipeline, die alle relevanten Einträge einer 2D-Fertigungszeichnung automatisch identifiziert und als strukturierte Daten (JSON) ausgibt — Maße, GD&T, Toleranzen, Rauheit, Gewinde, Title Block (9 Kategorien, arXiv:2505.01530).
Klareingaben
| Feld | Entscheidung |
|---|---|
| Eingabeformat | hauptsächlich *.pdf DWG/DXF optional Scan optional |
| Norm | ASME Y14.5 ISO 1101 (GPS) — beides |
| Lizenz / Kommerz. | zukunftsfähig halten — YOLOv11-AGPL-Parallel-Vergleich |
Referenz-Architektur: Zwei-Stufen-Pipeline
Basis: A*STAR-Folgearbeit (Khan et al., arXiv:2505.01530) — GD&T Precision 94,77 % / Recall 100 % / F1 97,3 % auf 9 Kategorien.
Stufe 0 — Preprocessing: Vektor-PDF/DXF: Symbole & Text direkt aus Geometrie extrahieren. Raster: PNG-Rasterung.
Stufe 1 — Detection: YOLOv11-obb (rotierende Bounding-Boxen) → 9 Kategorien lokalisieren.
Stufe 2 — Parsing: VLM (Donut / Florence-2 / SmolVLM2) → je Crop strukturiertes JSON (Symbol, Toleranzwert, Modifier, Datum).
Roadmap
Phase 1 — Proof of Concept (4–8 Wochen)
- geklärt Eingabeformat: PDF, Vektor-Pfad als Kern
- offen YOLOv11-obb auf Roboflow-Seed + ~200 eigene Zeichnungen
- offen Florence-2 / SmolVLM2 auf 300–500 annotierten Crops fine-tunen
- offen Vergleich: Ganzbild-VLM vs. Detection+Crop
Phase 2 — Produktionstauglich (2–4 Monate)
- offen Dataset auf 1.000–2.000 Zeichnungen
- offen Alle 9 Kategorien abdecken
- offen Mensch-in-the-Loop-Review-UI
- offen Regelwerk/Post-Processing: ISO/ASME-Konformität
Phase 3 — Ausbaustufe
- offen 3D-Integration, Multi-Blatt, Echtzeit-Dienst
Live-Status /api/status
Test, ob die Python-Webanwendung von außen erreichbar ist: /api/status in neuem Tab öffnen — dort muss JSON erscheinen (nicht HTML, nicht 404).
Hier wird der Status automatisch per JavaScript geladen:
lade …
Projekt-Dateien
- Konzept_GDT_Erkennung.md — Hauptdokument (374 Zeilen, 9 Abschnitte)
- arxiv_2411.03707.pdf/.txt — Paper 1 (Khan/A*STAR, Florence-2)
- paper.pdf/.txt — Paper 2 (Bewoor et al., YOLOv8-Klassifikator)
- arxiv_2505.01530.pdf/.txt — Paper 3 / A*STAR-Folgearbeit (Referenz)
- p2_img0.png — Pipeline-Diagramm der A*STAR-Folgearbeit
- figs/ — 10 extrahierte Figuren
- app.py + config.json + templates/ — Python-Webanwendung (Flask)