YOLO 建築圖面實驗筆記｜06：以門窗圖為例的資料集設計

2026-04-30

# 建築圖面物件偵測 × YOLO 影像辨識的實務實驗紀錄 # 語意與資料集設計

帶語意的資料集設計—以平面圖門窗開啟方向為例

在前篇 YOLO 建築圖面實驗筆記｜05：門窗圖例偵測與資料集尺度是以立面圖門窗的辨識為例，在立面圖資料標註時，標註各種型態各異的門窗圖樣，或許就能有效的區分所想辨識的標的物；但若以平面圖的門窗標註時會發現：

YOLO 確實能有效區分如單開門或雙開門的種類，但此時引出了一個疑問—

透過資料集標籤的設計，YOLO能有效的辨識及區分平面圖中的門窗開啟方向嗎？

因此，本篇嘗試將平面圖中門的開啟方向轉換為角度類型進行標註與實測。

從前述實驗結果可發現，YOLO 或許能有效區分單開門、雙開門等不同門型，但若進一步希望模型辨識門的開啟方向時，結果便開始出現混淆。

在資料標註時，容易陷入一個盲區——

人會習慣以「理解圖面」的方式進行標註，但模型本身並不理解門的用途、動線或開啟邏輯，而是透過大量資料中的線條、形狀與圖面特徵來學習不同物件之間的差異。

換句話說，模型學習的可能更偏向於「圖面風格」，而非人所理解的「工程意圖」。

本次實驗的目的，並非單純區分門型，而是希望進一步取得門的位置與開啟方向，作為後續空間動線分析的基礎資訊。

因此，相較於單純強化模型本身，如何拆解任務、定義資料與規劃後續流程，可能比單純提升辨識率更加重要。

至於辨識門多重語意資料後的後處理方式，若後續有機會，再與大家分享。