Машиностроение, приборостроение

OCR и распознавание 2D-чертежей для расчёта деталей

ИИ-модуль, который автоматически распознает 2D-чертежи и передаёт параметры детали в систему расчёта стоимости.

NDA

Заказчик Платформа для расчёта смет на изготовление деталей в машиностроении и приборостроении. Объединяет заказчиков и производителей и автоматизирует расчёт стоимости производства по инженерной документации.

Задача Автоматизировать разбор 2D-чертежей и извлечение параметров, влияющих на стоимость изготовления детали: размеров, допусков, резьб, шероховатостей и материала.

Срок 2025

О проекте

Расчёт стоимости детали по 2D-чертежу занимает у инженера от 4 до 8 часов из-за “ручного” чтения PDF и сканов. Мы разработали систему распознавания на основе машинного зрения, она автоматически извлекает параметры чертежа и передаёт их в систему расчёта стоимости. Время расчёта сократилось до нескольких минут, при этом результаты стали стабильными и воспроизводимыми.

NDA

Срок 2025

в 10 раз

выросла скорость обработки 2D-чертежа, а время на данную задачу сокращено с нескольких часов до нескольких минут.

Загрузка чертежа

Пользователь загружает PDF или изображение 2D-чертежа в систему (на платформу)

Предобработка

Система выравнивает лист, повышает читаемость и выделяет зоны текста и обозначений

OCR и детекция элементов

Модели распознают текст и находят на чертеже размеры, допуски, резьбы, шероховатости и другие обозначения.

Извлечение параметров

Алгоритмы связывают найденные элементы между собой и формируют структурированный набор параметров детали.

Передача в расчет

Параметры отправляются через API в платформу расчёта и используются для автоматического формирования сметы

Интересные факты

Система стабильно работает на чертежах, которые сами инженеры считают сложными для ручного разбора.

Основные ошибки возникают не в геометрии, а в текстовых полях (названия деталей, подписи)

Технологический стек

Frontend

Интерфейс пользователя: отчеты, графики, панели управления

Backend

Логика обработки и базовые компоненты системы

ML

Модели и фреймворки для обучения

Вызовы и решения

Расчёт детали зависел от ручного разбора чертежей

Чтение PDF и сканов занимало 4–8 часов: размеры терялись, обозначения перекрывались, результат зависел от опыта и внимательности конкретного технолога. Это ограничивало скорость расчётов и масштабируемость сервиса

РЕШЕНИЕ

ИИ автоматически извлекает параметры

ИИ-модуль OCR и компьютерного зрения автоматически извлекает все ключевые параметры чертежа и передаёт их в алгоритм расчёта. Время обработки сократилось в 10 раз — с часов до минут, без участия инженера/

Ошибки и пропуски искажали стоимость

На сложных чертежах возникали неточности: нечитаемые фрагменты, пересечения линий, дублирующиеся выноски, отсутствие материала или массы. Это приводило к ошибкам в расчётах и необходимости ручных уточнений.

РЕШЕНИЕ

Система автоматически нормализует данные

ИИ алгоритм находит минимальный Ra, самый точный квалитет (H), считает количество резьб (M), определяет максимальный диаметр, габариты и число измерений. Расчёт стал стабильным и воспроизводимым

Типовые OCR-решения не работали на инженерных чертежах

Классические OCR и CV-модели теряли размеры на отдельных сечениях и не учитывали контекст расчётной логики. Автоматизация давала эффект только на простых чертежах

РЕШЕНИЕ

Детекция + OCR + бизнес-логика

Мы объединили детекцию, OCR и бизнес-логику интерпретации параметров. В результате система уверенно работает даже на сложных чертежах: OCR — до 95%, детекция и логика — 90%+, по оценке заказчика

95%

Точность OCR-распознавания текстовых обозначений на 2D-чертежах

90%+

Корректное извлечение размеров и геометрических параметров без потерь

4 из 5 чертежей

Форма детали определяется автоматически без ручной проверки

Команда, которая внедрила проект

Константин Порошкин

ML-инженер

Дмитрий Долгин

Tech Lead

Роман Фёдоров

Бизнес-аналитик

Марк Яговкин

Руководитель разметки данных

Дмитрий Соркин

DevOps-инженер

Проект запущен в работу

Скоро здесь будут

обновления

Готовые проекты

Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.