كيف تُؤتمت قراءة المخططات الهندسية: 6 نماذج YOLO بدلاً من العمل اليدوي

إن استخراج البيانات من المخططات الهندسية يدويًا عمل مملّ يقود بسهولة إلى الأخطاء. فعند طلب تصنيع قطعة غير نمطية، يجب إدخال نحو 20 معاملًا من المخطط في الحاسبة يدويًا: الأبعاد والقلاووظ ودرجات الدقة (quality grades) والخشونة والتفاوتات والمادة والكتلة. وقد بنى أحد الفرق الهندسية خط معالجة (pipeline) آليًا يأخذ مخطط PDF ويقرأه كما يقرأه الإنسان، ثم يستخرج كل ما يلزم في صيغة منظَّمة. والمخرَج هو ملف JSON مخصص للحاسبة.

بنية الحل

يعمل النظام على ثلاث خطوات: تحديد مواقع البيانات، والتعرف على النص، وتركيب النتيجة. المدخل هو مخطط PDF، والمخرج هو JSON يتضمن المعاملات. أما المراحل الوسيطة فهي:

• تطبيع الدقة والتباين
• فرز المساقط (منظر أمامي وجانبي وعلوي)
• فصل محيط القطعة عن الخطوط المساعدة
• تحديد مواقع حقول النص وأسهم الأبعاد
• التعرف على الرموز (القلاووظ ودرجة الدقة والخشونة)
• ربط الأسهم بقيمها عبر رسم بياني للاتصال (graph)

مكونات خط المعالجة

استُخدمت في الرؤية الحاسوبية ست نماذج YOLO متخصصة. دُرّب كل منها على جزء من أكثر من 500 مخطط إنتاجي حقيقي:

1. كشف المساقط — يحدد المنظر الأمامي والجانبي والعلوي في المخطط. 2. تحديد مواقع الأبعاد — يستخرج جميع أسهم الأبعاد وحقول النص. 3. التعرف على الرموز الخاصة — يقرأ رموز القلاووظ (M10) ودرجة الدقة (IT6) والخشونة (Ra 3.2). 4. محيط القطعة — يفصل المحيط المرئي عن الخطوط المساعدة. 5. الخطوط المساعدة — يرصد خطوط المحاور والإنشاءات المساعدة. 6. الأسهم والمؤشرات — يحدد مواقع جميع أنواع الأسهم والقيم النصية المرتبطة بها.

رُبط بنماذج YOLO محرك OCR مخصص، لأن الحلول القياسية تقرأ الملاحظات المكتوبة بخط اليد والرموز الخاصة قراءة رديئة، مثل ∅ (القطر) والرموز الاصطلاحية للقلاووظ. وقد دُرّبت الشبكة العصبية على عينة مزوّدة بتعليقات توضيحية من متخصصين.

أما منطق الأسهم فيقوم على رسم بياني موزون (weighted graph): إذا بدأ السهم من النقطة A، ومرّ عبر الجسم الهندسي B، وانتهى قرب النص C، فإن القيمة C تعود إلى الجسم A. وعمليًا يكون الأمر أعقد من ذلك، فالأسهم قد تكون متقطعة أو على شكل حرف S، وقد تشير عدة أسهم إلى موضع واحد، ما يخلق التباسًا.

الواقع يعترض الطريق

كشف الاختبار على مخططات حقيقية مشكلات لا وجود لها في مجموعات البيانات المثالية:

• المسوح الملوثة — مخططات عمرها 20 عامًا، ومسوح ضوئية عبر آلة تصوير، وبقع مائية، وعلامات عشوائية بالقلم الرصاص.
• تجاوزات الطباعة — قد يُكتب القلاووظ بصيغة «Ø10×1.5» أو «M10»، أو حتى يُرسم على هيئة نابض.
• التعليقات الملونة — يُبرز البعد بقلم أحمر، لكن OCR كثيرًا ما يستبعد الخطوط الحمراء باعتبارها ضجيجًا.
• الأوراق المزدحمة — يضم المخطط الواحد أكثر من 30 بعدًا، وتتقاطع الأسهم، فيحدث اللبس.

وجاء الحل عبر زيادة البيانات (data augmentation): فقد وُلّدت مخططات اصطناعية مضاف إليها ضجيج وشوائب وتغيير في التباين ومحاكاة للمسوح القديمة. وبعد التدريب على المجموعة الموسَّعة، ارتفعت الجودة على المخططات الملوثة من 68% إلى 92%.

ماذا يعني ذلك

تُعدّ أتمتة قراءة المخططات مثالًا على استبدال العمل البشري بمزيج من أدوات متاحة للجميع (YOLO) ومنطق هندسي (رسم الأسهم البياني) وضبط متخصص. وبالنسبة للإنتاج، فهذا تسريع بمقدار 15 مرة: دقيقتان في الوضع الآلي بدلًا من 30 دقيقة من الإدخال اليدوي. وبالنسبة للأعمال، يعني ذلك تقديم العروض التجارية بسرعة أكبر ودون إدخال يدوي للبيانات.