诚晋号近期关于AICAD进化之路 - 户型智能填色的讨论热度持续攀升，我们通过多方渠道收集整理了相关资讯 ，并进行了系统化的梳理。若这些内容恰好能为您提供参考 ，将是我们最大的荣幸 。
户型图就是住房的平面空间布局图，即对各个独立空间的使用功能、相应位置 、大小进行描述的图型 。可以直观的看清房屋的走向布局。户型图绘制是指将CAD线框户型图手绘或转换成户型彩平图 ，以提升美观 、观看体验 。
需求分析
目前业内将CAD线框户型图绘制成彩平户型图的工作由设计师手工完成 ，过于依赖人工，无法批量绘制；另外一方面 ，无法批量绘制 ，便无法大幅降低绘制成本 。
为了实现彩平户型图的批量绘制，我们经历了以下几个方案迭代过程：
1. 基于无监督网络CycleGAN训练线框图、彩平图的互转换模型，在2000张数据集基础上训练得到线框图的填色模型。此方案填色效果较差 ，被弃用 。
2. 基于有监督条件GAN网络pix2pixHD训练线框图转彩平图的填色模型 ，此网络需要一一对应的线框图-彩平图 。为了准备对应数据集我们利用CycleGAN从彩平图反向生成对应的线框图，然后利于生成的线框图与原彩平图作为pix2pixHD的数据集训练模型。此方案相对方案1有明显进步 ，但由于没有高质量对应数据集 ，无法再进一步提升效果。
3. 基于CycleGAN网络的修改版本DSTN网络 。此网络也是无监督网络，以无对应关系的线框图-彩平图为数据集 ，我们的训练结果有了进一步的提升 ，但也由于高质量数据集有限，无法进一步提升效果 。
可以发现 ，无论哪种方案 ，到最后都受限于没有足量数据集。而根据NVIDIA的网络实验结果(StyleGAN2)，我们可以预见当训练数据达到一定量级(万级) ，GAN网络足以生成能以假乱真的高质量图像 。基于这个先验知识 ，我们把工作重点转向预处理出大批量高清户型图以支撑户型填色网络的训练 。为此，我们设计了一套户型预处理流水线：
随着数据预处理流水线的稳步推进，我们得以生成更多更高质量的线框图 、户型图数据集 ，进而可以基于新生成的数据集继续训练户型填色网络 ，得到更好的填色效果。
目前数据预处理 、户型填色模型流水线仍在不断迭代当中 。随着整个方案的继续推进，相信很快就能推出可以公测的户型填色服务 。进一步 ，在收集了大量更高质量的数据集继续训练之后 ，我们也将推出正式的户型图填色服务。敬请期待！
CycleGAN:? 《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》
pix2pixHD:? 《High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs》
DSTN:? 《Ancient Painting to Natural Image: A New Solution for Painting Processing》
StyleGAN2:? 《Analyzing and Improving the Image Quality of StyleGAN》
EfficientNet:? 《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》
EfficientDet: 《EfficientDet: Scalable and Efficient Object Detection》
DPSR: 《Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels》
关于AICAD进化之路 - 户型智能填色的探讨就到这里，您是否还有其他想了解的内容？欢迎在评论区留言告诉我们 ，同时别忘了点击关注哦！
评论列表（3条）
我是诚晋号的签约作者“诚晋号”
本文概览：近期关于AICAD进化之路 - 户型智能填色的讨论热度持续攀升，我们通过多方渠道收集整理了相关资讯，并进行了系统化的梳理。若这些内容恰好能为您提供参考，将是我们最大的荣幸。户型...
文章不错《AICAD进化之路 - 户型智能填色》内容很有帮助