YOLOv8 cad图纸识别 建筑物风格识别 筑蓝图风格检测 图像中门窗自动检测
Door_window 门窗识别
- 项目核心内容：该项目致力于使用经过自定义训练的YOLOv8目标检测模型，实现对建筑蓝图风格图像中门窗的自动检测。
- 功能说明
- 用户可上传任意蓝图图像。
- 训练后的模型能检测并高亮显示门和窗。
- 会返回带有边界框的标注图像，同时输出包含class_id、class_label和边界框坐标的结果。
工作原理
- 使用label对图像进行标注，且该工具有助于对数据集进行预处理并以YOLO格式导出。
- 利用Ultralytics的YOLOv8在这些标注图像上训练模型。
- 构建了一个基于Gradio的应用（app.py），方便用户上传图像并可视化预测结果。
- 测试时，使用未标注的蓝图图像来验证模型在真实、未见过的数据上的性能。
项目结构
dataset/：训练图像。
classes.txt：类名，包括门（door）和窗（window）。
app.py：基于Gradio的目标检测API。
best.pt：训练好的YOLOv8模型权重。
README.md：设置指南和curl测试说明。
Screenshots：Roboflow中的标注截图。
training_logs：训练日志/损失图。
Public API URL.txt：包含模型部署的链接，允许任何人直接在浏览器中测试检测功能，。
- 部署情况：该解决方案部署在Hug，任何人都可以直接在浏览器中测试检测功能，网址为
- 其他信息