通过使用半监督生成模型（CVAE），该研究使用UCI机器学习库的开放数据和基于网络工具计算的环境影响数据对模型进行训练，以设计出满足结构要求且具有更低排放和更少自然资源使用的混凝土配方。

May, 2019

这篇论文通过使用CNN和IP算法，从单一RGB图像中推断出室外建筑物的2D平面图结构，取得了显著的结果，并提出了可供分享的代码和数据。

Dec, 2019

识别钢筋混凝土缺陷在评估混凝土桥梁的结构完整性、交通安全和长期耐久性方面起着至关重要的作用。本研究提出了一个名为'dacl10k'的多标签语义分割数据集，包括9,920张来自实际桥梁检查的图像，区分了12个损坏类别和6个关键桥梁组件，并提供了基线模型进行评估。最佳模型在测试集上达到了0.42的平均交叉并集。'dacl10k'数据集以及我们的基线模型将对研究人员和实践者开放，代表了目前在桥梁检查领域中图像数量和类别多样性方面最大的数据集。

Sep, 2023

识别钢筋混凝土缺陷（RCDs）对于确定桥梁的结构完整性、交通安全性和耐久性至关重要。本研究通过对多标签分类的建筑检查图像进行训练，提供了高度多样的RCD数据集“dacl1k”，并谨慎测试现有模型在该数据集上的可用性，结果表明最佳模型的准确匹配率为32%。

Sep, 2023

针对建筑工地的多样挑战，介绍了一个新的语义分割数据集，以增强目标检测模型在不同的天气和环境条件下的训练和评估，从而促进其在实际建筑应用中的适应能力和可靠性。

Dec, 2023

通过自动化检测建筑结构外观缺陷的方式进行视觉检查至关重要，然而，现有研究主要集中在混凝土和沥青方面，较少关注砖砌缝隙。本文提出了一个包括砖块、破损砖块和裂缝的实例分割数据集，并测试了几种领先的算法。我们提出了两种自动化执行方法，并成功提出了基于单目摄像头和Hough线变换的自动图像转换方法，在估计裂缝尺寸方面取得了较好的结果。总体而言，本文填补了自动化砖砌缝隙检测和尺寸估计方面的重要研究空白。

Jan, 2024

自主驾驶模拟、城市设计和多媒体游戏等领域对基于深度学习模型的城市道路网络和建筑布局的自动生成有高需求。为了解决数据驱动方法在生成道路网络和建筑布局方面的进展受限于缺乏高质量数据集和基准的问题，我们介绍了一种多模态数据集RoBus，该数据集包含72400个样本，覆盖全球约80000平方公里，并设计了新的基准方法来提高自动城市设计的实用性。

Jul, 2024

本研究解决了高保真建筑环境数字表示需求与高成本人工注释之间的矛盾。通过使用视觉-语言模型和分段策略，抵消了对人工注释的依赖，实验结果显示，采用预分段策略的模型在多个城市特征的注释中达到了接近40%的交并比准确率。这一发现为自动注释建筑环境的研究开辟了新方向，以提升公平性、可及性和安全性。

Aug, 2024

本研究针对工程设计中深度生成模型（DGM）应用的数据集不足问题，推出GeoBiked数据集，包含4,355张带有结构与技术特征标注的自行车图像。通过利用大规模基础模型，提出了自动化数据标注的新方法，显著提高了结构图像中几何点检测的准确性，具有广泛的应用潜力。

Sep, 2024

本研究解决了增强混凝土桥元素实例分割的不足，针对传统人工评估繁重、耗时的问题，提出了一种新颖的合成数据生成方法。通过结合Mask3D变换器模型及其优化策略，该框架在真实激光雷达和摄影测量桥点云上实现了最先进的性能，展示了其在自动化桥梁元素级检查中的巨大潜力。

Sep, 2024