AI+CAD工程化落地实战：从Demo到交付的最后一公里

1. 从Demo到工程：AI+CAD落地的真实鸿沟

过去两年，我参与过三个不同规模的AI辅助CAD项目，从最简单的图纸信息提取，到复杂的参数化建模生成，几乎把能踩的坑都踩了一遍。每次在技术评审会上放Demo，效果都很惊艳——上传一张DWG图纸，AI自动识别出墙体、门窗、标注，甚至能生成对应的三维模型。但一旦进入实际工程环境，问题就像潮水一样涌出来：图纸格式五花八门、图层命名毫无规范、标注样式千奇百怪、版本兼容性一塌糊涂。Demo里跑得通的东西，到了真实项目里连第一步都迈不过去。

这个现象不是个例。我身边做AI+CAD方向的朋友，几乎都有类似的经历。大家手里都攥着几个漂亮的演示视频，但真正能交付给设计院、施工单位、制造企业用的系统，少之又少。问题出在哪里？不是AI模型不够强，也不是算法不够先进，而是工程化落地的最后一公里被严重低估了。这一公里里，藏着文件格式的深坑、数据结构的混乱、行业规范的缺失、以及人与系统之间的信任鸿沟。

这篇文章，我想把AI+CAD落地过程中那些“Demo不会告诉你”的事情掰开揉碎讲清楚。如果你正在做AI辅助设计、图纸智能识别、CAD自动化处理相关的项目，或者你是一个想用AI提效的工程师，那这些经验应该能帮你少走不少弯路。我会从整体设计思路、核心技术细节、实操流程、常见问题排查几个维度展开，尽量把每个环节的“为什么”和“怎么做”都说明白。

2. 整体设计思路：为什么AI+CAD不能照搬互联网那套

2.1 核心矛盾：AI的模糊性与工程的精确性

互联网产品对AI的容错率很高。推荐系统推错一个视频，用户划走就是了；聊天机器人答非所问，用户笑一笑换个话题。但CAD不一样。一张建筑图纸里，一根梁的位置偏了200毫米，可能导致整个结构计算失效；一个标注读错了小数点，可能让施工队把承重墙砸了。AI的 probabilistic 本质和工程的 deterministic 要求，天生就是一对矛盾。

我见过太多团队在这个矛盾上栽跟头。他们用目标检测模型去识别图纸里的门窗，mAP跑到0.9就觉得可以交付了。但实际工程中，0.9的准确率意味着每10个门窗就有1个识别错误，一栋楼几百个门窗，错误累积起来就是灾难。更麻烦的是，AI模型通常不会告诉你“我不确定”，它会自信地给出一个错误答案。设计人员如果盲目信任，后果不堪设想。

所以，AI+CAD系统的设计思路，从一开始就不能是“AI全自动”，而应该是“AI辅助+人工确认+规则兜底”。AI负责把工程师从重复劳动中解放出来，比如批量提取图层信息、自动分类图元、初步生成标注；但最终的决策权、校验权必须留在人手里。这不是技术保守，而是工程伦理。

2.2 方案选型：为什么我最终选择了“解析优先，AI增强”

在技术选型上，我试过三条路线。第一条是纯AI路线，用深度学习模型直接处理图纸像素或矢量数据，端到端输出结果。第二条是纯规则路线，用脚本解析DXF/DWG的实体数据，按固定规则提取信息。第三条是混合路线，先用规则引擎做结构化解析，再用AI模型处理规则搞不定的模糊场景。

纯AI路线在Demo阶段最吸引人，因为不需要理解CAD的复杂数据结构，直接把图纸当图片处理就行。但实际跑下来，问题很明显：图纸分辨率一低，识别率断崖式下跌；图纸里的专业符号、特殊线型，模型根本没见过；更致命的是，模型无法解释自己的判断依据，工程师不敢用。

纯规则路线倒是稳定，但灵活性太差。不同设计院有不同图层规范，不同项目有不同标注习惯，你写死的规则换个项目就失效。而且CAD文件里的“脏数据”远超想象——有多余的重复线、有未闭合的多段线、有嵌套的块引用、有被冻结的图层。规则引擎处理这些异常情况时，代码会变得极其臃肿。

最终我选择了混合路线，核心思路是：用规则引擎处理80%的结构化数据，用AI模型处理20%的模糊场景，再用人工校验兜底。具体来说，DXF/DWG文件先用解析库（比如ezdxf、ODA）读取实体数据，按图层、颜色、线型做初步分类；对于分类不确定的图元，再交给AI模型判断；最后把结果可视化呈现给工程师，让他们快速确认或修正。这套方案在三个项目中验证下来，准确率能稳定在95%以上，而且工程师的接受度明显更高，因为他们能看懂系统在做什么。

2.3 数据流设计：从DWG到结构化数据的完整链路

一个完整的AI+CAD处理链路，通常包含这几个环节：文件读取、实体解析、图层分类、图元识别、语义理解、结果输出。每个环节都有坑，我逐个说。

文件读取环节，DWG是绕不开的坎。DWG是Autodesk的私有格式，虽然ODA（Open Design Alliance）提供了读写库，但版本兼容性依然是个大问题。我遇到过用AutoCAD 2018保存的DWG，用某些开源库读取时直接报错，原因是文件里用了较新的压缩算法。解决办法是先用ODA的转换工具把DWG转成DXF，再用ezdxf解析。虽然多了一步，但稳定性大幅提升。

实体解析环节，DXF里的实体类型有几十种，LINE、LWPOLYLINE、INSERT、HATCH、TEXT、MTEXT、DIMENSION等等。每种实体的数据结构都不一样，比如LWPOLYLINE有顶点坐标和凸度，INSERT有块名和插入点，HATCH有边界路径和填充图案。解析的时候不能只读自己关心的实体，要把所有实体都读出来，建立完整的图元关系图。否则后面做空间查询、拓扑分析时会发现数据不全。

图层分类环节，这是规则引擎的主战场。国内设计院的图层命名虽然五花八门，但通常有一定的规律，比如“墙-承重”、“门窗-外窗”、“标注-尺寸”。我会先用正则表达式做初步匹配，把图层分成建筑、结构、机电、标注几大类。匹配不上的图层，再交给AI模型做文本分类。这里有个经验：图层名里的关键词比图层颜色、线型更可靠，因为颜色和线型经常被设计师随意修改，但图层名一般不会乱改。

图元识别环节，AI模型开始介入。对于门窗、设备、符号这类需要视觉判断的图元，我会把图元所在的区域裁剪成小图，用目标检测模型识别。这里的关键是训练数据的准备——不能只用标准图集里的符号，要收集真实项目里的图纸，包括那些画得歪歪扭扭、标注被遮挡、线型不规范的“脏图”。模型见得多，泛化能力才强。

语义理解环节，是把识别结果组织成工程师能理解的信息。比如识别出一个矩形加几条弧线，要能判断出这是“单扇平开门”，并且提取出门的宽度、开启方向、所在墙体。这一步需要结合建筑规范知识，我通常会建一个规则库，把常见的建筑构件和它们的几何特征、属性特征对应起来。

结果输出环节，我倾向于输出结构化数据（JSON、CSV）加可视化预览。工程师可以在预览界面上看到AI识别的结果，用不同颜色标注不同构件，点击构件能看到详细属性。如果发现错误，可以直接在界面上修正，修正结果反馈给模型做增量学习。这个闭环很重要，它让系统越用越准。

3. 核心细节解析：DXF/DWG解析与AI模型配合的实操要点

3.1 DXF文件结构深度拆解：为什么你的解析代码总是漏数据

DXF文件本质上是标签化的文本文件，每个数据元素前面有一个组码（group code），后面跟着值。比如组码0表示实体类型，组码8表示图层名，组码10表示X坐标。看起来很简单，但实际解析时，有几个地方特别容易出错。

第一个坑是块引用（INSERT）的展开。DXF里的块（BLOCK）定义了一组图元，INSERT实体引用了这个块，并指定了插入点、缩放比例、旋转角度。如果你只解析INSERT实体本身，不展开块定义，就会漏掉块里面的所有图元。我见过一个项目，图纸里80%的门窗都是块引用，解析代码没处理块展开，结果识别率只有20%。正确的做法是递归展开所有INSERT，把块内图元按变换矩阵转换到世界坐标系。

第二个坑是多段线（LWPOLYLINE）的凸度（bulge）。LWPOLYLINE的顶点除了X、Y坐标，还有一个bulge值，表示这段弧的凸度。bulge为0表示直线段，不为0表示圆弧段。很多解析代码只读顶点坐标，忽略bulge，结果把圆弧当直线处理，导致后续的几何计算全错。处理方法是根据bulge值计算圆弧的圆心、半径、起始角、终止角，把多段线拆成直线段和圆弧段的组合。

第三个坑是文字（TEXT/MTEXT）的编码和格式。DXF文件里的文字可能用不同的编码格式，GBK、UTF-8、ANSI都有。如果编码判断错了，读出来的就是乱码。MTEXT还支持格式化代码，比如\P表示换行、\f表示字体切换、\H表示字高变化。解析的时候要把这些格式化代码清理掉，只保留纯文本内容。

第四个坑是扩展数据（XDATA）和扩展记录（XRECORD）。很多专业软件会在DXF里写入自定义数据，比如天正建筑会把墙高、门窗编号写在XDATA里。这些数据对理解图纸语义非常重要，但标准的DXF解析库通常不会自动读取。你需要遍历实体的扩展数据链表，按应用程序名（APPID）筛选出需要的数据。

实操心得：解析DXF时，先用ezdxf的doc.modelspace()遍历所有实体，对每个实体打印entity.dxftype()和entity.dxf.layer，看看图纸里到底有哪些类型的实体。这一步能帮你快速了解图纸的复杂度，避免遗漏关键实体类型。

3.2 图层与图元分类：规则引擎和AI模型的分工边界

图层分类是AI+CAD系统里最影响准确率的环节。我的经验是，规则引擎负责“确定性分类”，AI模型负责“模糊性分类”，两者边界要清晰。

确定性分类的场景包括：图层名包含明确关键词（如“WALL”、“DOOR”、“AXIS”）、图层颜色符合企业标准（如红色表示墙体、黄色表示标注）、线型有特定含义（如虚线表示隐藏线）。这些场景用正则表达式和查表就能搞定，准确率接近100%，而且速度快、可解释。

模糊性分类的场景包括：图层名是拼音缩写（如“QT”可能是“墙体”也可能是“其他”）、图层名是数字编号（如“LAYER1”、“LAYER2”）、多个图层混合了不同类型的图元。这些场景规则引擎搞不定，需要AI模型介入。我通常会把图层名和该图层下的图元统计特征（如直线占比、圆弧占比、文字占比）一起输入给文本分类模型，让模型综合判断。

这里有个关键细节：不要试图让AI模型直接输出图层类别，而是让它输出置信度，再由规则引擎做最终决策。比如模型判断某图层是“墙体”的置信度是0.7，是“门窗”的置信度是0.2，是“标注”的置信度是0.1。规则引擎可以设定阈值，置信度超过0.6才采纳，否则标记为“待人工确认”。这样既利用了AI的泛化能力，又保留了规则的可控性。

3.3 AI模型选型：为什么我放弃了端到端方案

在AI模型选型上，我试过三种方案：端到端目标检测、图神经网络、多模态大模型。最终的选择是“小模型+规则后处理”，原因如下。

端到端目标检测（如YOLO、Faster R-CNN）的优点是部署简单、推理速度快，但缺点是对小目标、密集目标、遮挡目标的识别效果差。CAD图纸里全是细线条和小符号，用目标检测模型跑，漏检率很高。而且目标检测只能输出边界框，无法输出图元的几何信息（如端点坐标、半径），后续处理还得靠传统CV方法提取。

图神经网络（GNN）的思路是把CAD图元建成图结构，用GNN做节点分类或边预测。这个方案在学术论文里很流行，但工程落地时问题很多：图结构的构建本身就很耗时，一个大型图纸有几十万个图元，建图就要几分钟；GNN的推理速度慢，无法满足交互式应用的需求；最重要的是，GNN的可解释性差，工程师看不懂模型为什么把某个图元分类成“门”而不是“窗”。

多模态大模型（如GPT-4V、Claude）在图纸理解上表现惊艳，能直接看懂图纸截图并回答相关问题。但它的致命伤是不可控——同样的输入，两次调用可能给出不同答案；推理成本高，一张图纸几毛钱，批量处理时成本吃不消；而且大模型无法输出精确的几何坐标，只能做定性判断。

最终我采用的方案是：用轻量级CNN做图元分类，用传统CV做几何特征提取，用规则引擎做后处理和校验。具体来说，把每个图元裁剪成64x64的小图，用MobileNetV3做分类，输出图元类别（门、窗、墙、柱、标注等）；同时用OpenCV提取图元的几何特征（长度、面积、长宽比、端点数量）；最后用规则引擎结合类别和几何特征做最终判断。这套方案在精度和速度之间取得了很好的平衡，单张A1图纸的处理时间在10秒以内。

3.4 数据标注与模型训练：真实项目图纸的“脏数据”处理

AI模型的效果，七分靠数据，三分靠算法。在CAD场景下，数据标注的难度远超普通图像标注，因为你需要同时标注图元类别和几何信息。

我刚开始做标注时，用的是LabelImg这类通用工具，标出来的只有边界框，没有图元类型和属性。后来自己写了一个基于PyQt的标注工具，支持在DXF预览图上直接点选图元，自动读取图元的几何数据，标注人员只需要选择类别和填写属性（如门的宽度、开启方向）。这样标注效率提高了三倍，而且标注结果直接是结构化的JSON，省去了后续转换的麻烦。

标注数据的选择也很关键。我踩过的坑是：一开始只用标准图集里的符号做训练数据，模型在测试集上表现很好，但一到真实项目就崩。原因是真实图纸里的图元画法千奇百怪——有的门画成矩形加弧线，有的门画成两条平行线加一条斜线，有的门干脆就是一个文字标注“M1021”。后来我调整了策略，训练数据中至少70%来自真实项目图纸，20%来自标准图集，10%来自人工合成的异常样本。这样训练出来的模型，泛化能力明显更强。

还有一个细节：负样本的采集。很多团队只标注正样本（门窗、墙体），不标注负样本（无关的线条、填充、文字），导致模型把什么都往正样本上靠。我的做法是，在标注正样本的同时，随机采样同等数量的负样本，包括装饰线条、填充图案、无关文字等。这样模型才能学会区分“什么是门”和“什么不是门”。

4. 实操过程：从一张DWG图纸到结构化数据的完整实现

4.1 环境准备与工具链搭建

先说一下我的工具链选型，都是经过实际项目验证的，可以直接抄作业。

• DXF/DWG解析：ezdxf（Python库，开源免费，文档齐全）+ ODA File Converter（DWG转DXF，免费版够用）
• 几何计算：Shapely（二维几何运算）+ NumPy（数值计算）
• AI模型：PyTorch + torchvision（模型训练）+ ONNX Runtime（推理部署）
• 可视化：Matplotlib（快速预览）+ PyQt5（交互界面）
• 数据存储：SQLite（轻量级，适合单机部署）+ JSON（结果输出）

安装命令如下：

pip install ezdxf shapely numpy matplotlib pyqt5 pip install torch torchvision onnxruntime

ODA File Converter需要去官网下载安装，安装后把ODAFileConverter的路径加到系统环境变量里。转换命令：

ODAFileConverter "input_folder" "output_folder" "ACAD2018" "DXF" "0" "1" "*.DWG"

这个命令会把input_folder里所有DWG文件转成ACAD2018版本的DXF，输出到output_folder。参数“0”表示不递归子目录，“1”表示用默认的转换配置。

注意：ODA File Converter的免费版有转换数量限制，大批量处理时建议分批跑，或者考虑用Teigha的付费授权。

4.2 DXF解析与实体提取的完整代码实现

下面是我实际项目中用的DXF解析代码，核心逻辑是遍历所有实体，展开块引用，提取几何信息和属性信息。

import ezdxf from ezdxf.math import Matrix44 import numpy as np def parse_dxf(filepath): doc = ezdxf.readfile(filepath) msp = doc.modelspace() entities = [] def process_entity(entity, transform=None): """递归处理实体，展开块引用""" dxftype = entity.dxftype() if dxftype == 'INSERT': block = doc.blocks.get(entity.dxf.name) insert_point = entity.dxf.insert scale = entity.dxf.xscale, entity.dxf.yscale rotation = entity.dxf.rotation # 构建变换矩阵 m = Matrix44.chain( Matrix44.translate(insert_point.x, insert_point.y, 0), Matrix44.z_rotate(np.radians(rotation)), Matrix44.scale(scale[0], scale[1], 1) ) if transform: m = transform @ m for sub_entity in block: process_entity(sub_entity, m) elif dxftype == 'LWPOLYLINE': points = [] for vertex in entity.get_points('xyb'): x, y, bulge = vertex if transform: x, y, _ = transform.transform((x, y, 0)) points.append((x, y, bulge)) entities.append({ 'type': 'LWPOLYLINE', 'layer': entity.dxf.layer, 'points': points, 'closed': entity.closed }) elif dxftype == 'LINE': start = entity.dxf.start end = entity.dxf.end if transform: start = transform.transform((start.x, start.y, 0)) end = transform.transform((end.x, end.y, 0)) entities.append({ 'type': 'LINE', 'layer': entity.dxf.layer, 'start': (start[0], start[1]), 'end': (end[0], end[1]) }) elif dxftype in ('TEXT', 'MTEXT'): text = entity.dxf.text if dxftype == 'TEXT' else entity.text insert = entity.dxf.insert if transform: insert = transform.transform((insert.x, insert.y, 0)) entities.append({ 'type': 'TEXT', 'layer': entity.dxf.layer, 'text': text, 'position': (insert[0], insert[1]) }) for entity in msp: process_entity(entity) return entities

这段代码的关键点：process_entity函数递归处理INSERT实体，用Matrix44构建变换矩阵，把块内图元转换到世界坐标系。LWPOLYLINE的bulge值也保留了，后续可以用Shapely的approximate_arc方法把圆弧段转成多段线近似。

4.3 图元分类模型的训练与部署

图元分类模型我用的是MobileNetV3 Small，输入64x64的RGB图像，输出类别概率。训练数据的准备流程如下：

1. 从解析后的实体中，筛选出需要分类的图元（如LWPOLYLINE、INSERT、HATCH）
2. 对每个图元，计算其边界框，在DXF预览图上裁剪出对应的区域
3. 把裁剪图缩放到64x64，保存为PNG
4. 人工标注类别（门、窗、墙、柱、标注、其他）

训练代码的核心部分：

import torch import torch.nn as nn from torchvision import models, transforms # 数据增强 train_transform = transforms.Compose([ transforms.Resize((64, 64)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(10), transforms.ColorJitter(brightness=0.2, contrast=0.2), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) # 模型定义 model = models.mobilenet_v3_small(pretrained=True) model.classifier[3] = nn.Linear(1024, 6) # 6个类别 # 训练循环 criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=1e-3) for epoch in range(30): model.train() for images, labels in train_loader: optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step()

训练完成后，用ONNX Runtime部署：

import onnxruntime as ort session = ort.InferenceSession("model.onnx") input_name = session.get_inputs()[0].name def classify(image): # image: numpy array, shape (64, 64, 3) image = image.astype(np.float32) / 255.0 image = (image - [0.485, 0.456, 0.406]) / [0.229, 0.224, 0.225] image = np.transpose(image, (2, 0, 1)) image = np.expand_dims(image, axis=0) outputs = session.run(None, {input_name: image}) return np.argmax(outputs[0])

4.4 规则引擎与AI模型的融合策略

规则引擎和AI模型的融合，我采用的是“级联+投票”策略。具体流程：

1. 先用规则引擎做第一轮分类，能确定的直接输出，不确定的进入第二轮
2. 第二轮用AI模型分类，输出各类别的置信度
3. 如果最高置信度超过0.8，采纳AI结果；否则进入第三轮
4. 第三轮用几何规则做校验，比如“门”的图元必须有弧线，“窗”的图元必须有三条以上平行线
5. 三轮都搞不定的，标记为“待人工确认”

这个策略的关键是阈值设定。阈值太高，人工确认的工作量太大；阈值太低，错误率上升。我的经验是，第一轮规则引擎的覆盖率在60%左右，第二轮AI模型的覆盖率在30%左右，剩下10%需要人工确认。这样整体准确率能到95%以上，人工工作量也在可接受范围内。

实操心得：规则引擎的规则不要写得太细，否则维护成本极高。我通常只写“硬规则”（如图层名精确匹配）和“软规则”（如线型匹配），中间地带的判断全部交给AI模型。

5. 常见问题与排查技巧实录

5.1 图纸解析类问题速查表

5.2 AI模型类问题排查

问题一：模型在测试集上准确率很高，但实际项目里效果很差。

这是最典型的问题，原因通常是训练数据和实际数据分布不一致。排查方法是：收集一批实际项目的图纸，人工标注后作为验证集，看看模型在验证集上的表现。如果验证集准确率远低于测试集，说明训练数据需要补充实际项目的样本。

问题二：模型把某些图元反复误分类。

比如把装饰线条识别成墙体，把填充图案识别成门窗。排查方法是：把这些误分类的样本单独拿出来，看看它们的共同特征。通常是训练数据里缺少这类负样本，或者这类样本的标注有误。解决办法是补充负样本，重新训练。

问题三：模型推理速度太慢，无法满足交互需求。

如果用的是大模型（如ResNet50），可以换成轻量级模型（如MobileNetV3、ShuffleNet）。如果已经是轻量级模型，可以尝试量化（INT8量化能提速2-3倍）、剪枝、或者用TensorRT加速。

5.3 工程落地类问题排查

问题一：设计人员不信任AI结果，宁愿手工操作。

这是人的问题，不是技术问题。解决办法是：第一，把AI结果可视化，让设计人员看到系统在做什么；第二，提供便捷的修正功能，让设计人员能快速改错；第三，先在小范围试点，积累成功案例后再推广。

问题二：不同项目的图纸规范差异太大，系统无法通用。

这是行业现状，短期内无法改变。我的策略是：把系统设计成可配置的，图层映射规则、图元分类规则、输出格式都做成配置文件，每个项目上线前先做一轮配置适配。虽然麻烦，但比写死规则然后到处改代码强。

问题三：系统部署后，模型效果逐渐下降。

这是数据漂移问题。设计院的制图规范在变，软件版本在升级，新来的设计师有新的画图习惯。解决办法是建立反馈闭环：设计人员每次修正AI结果，都把修正数据存下来，定期用新数据微调模型。我通常每季度做一次模型更新，效果能维持住。

避坑技巧：不要试图一次性解决所有问题。先聚焦一个细分场景（比如只识别门窗），把这个场景做到95%以上的准确率，再扩展到其他场景。贪多嚼不烂，是AI+CAD落地的大忌。

6. 工具选型与成本控制：小团队也能玩转AI+CAD

6.1 开源方案 vs 商业方案的成本对比

小团队起步阶段，完全可以用开源方案跑通全流程。等业务量上来了，再考虑商业方案提升稳定性和效率。

6.2 硬件配置建议

AI+CAD系统的硬件需求，主要看图纸规模和并发量。我的经验配置：

• 开发阶段：一台带RTX 3060的台式机，16GB内存，够用了
• 小规模部署：一台服务器，RTX 3090，32GB内存，能支持5-10个并发
• 中等规模：两台服务器做负载均衡，每台RTX 4090，64GB内存

如果预算有限，可以用云GPU按需付费，训练的时候租几小时，推理的时候用CPU（轻量级模型CPU推理也能到实时）。

6.3 人力成本估算

一个完整的AI+CAD项目，至少需要三种角色：CAD解析工程师（懂DXF/DWG格式）、AI算法工程师（懂模型训练和部署）、全栈工程师（懂前后端和可视化）。小团队可以一人多岗，但完全不懂CAD的人做不了这个方向。我见过纯AI背景的团队硬啃CAD，光搞懂DXF格式就花了两个月，效率极低。

实操心得：如果团队里没有懂CAD的人，建议先招一个有过CAD二次开发经验的工程师，哪怕只是兼职顾问。他能帮你省下大量试错时间。

7. 从项目实践中总结的几条硬核经验

7.1 不要追求100%自动化

我见过太多项目死在“追求全自动”上。AI+CAD的正确姿势是“人机协同”，AI做初筛和重复劳动，人做决策和校验。一个95%准确率+人工确认的系统，比一个99%准确率但黑盒的系统更有价值，因为工程师能理解、能控制、能信任。

7.2 数据比算法重要

在CAD场景下，这句话尤其正确。同样的模型结构，用真实项目数据训练和用标准图集数据训练，效果差距巨大。我的建议是：项目启动的第一件事，不是选模型，而是收集数据。至少收集50个真实项目的图纸，覆盖不同的设计院、不同的项目类型、不同的CAD版本。

7.3 可解释性决定采纳率

工程师不信任黑盒。你的系统必须能告诉用户“我为什么把这个图元识别成门”，比如“因为它的图层名包含DOOR，且几何特征符合门的定义”。可解释性不仅是为了信任，也是为了排查问题。当系统出错时，你能快速定位是规则错了还是模型错了。

7.4 从小场景切入，快速验证

不要一上来就做“全专业图纸智能识别”，那个目标太大，容易失控。先选一个细分场景，比如“只识别建筑图纸里的门窗”，把这个场景做到极致，再横向扩展。小场景验证周期短，反馈快，团队信心也容易建立。

7.5 建立反馈闭环

系统上线不是终点，而是起点。设计人员的每一次修正，都是宝贵的训练数据。我通常会在系统里加一个“反馈”按钮，设计人员点击后，把修正前后的数据都存下来。每积累1000条反馈，就微调一次模型。这样系统会越用越准，设计人员的满意度也会越来越高。

最后再分享一个小技巧：如果你的团队刚开始做AI+CAD，不知道从哪个场景切入，我建议从“图纸信息提取”开始。比如自动提取图纸里的门窗表、材料表、标注信息，输出成Excel。这个场景技术难度适中，业务价值明确，而且不涉及复杂的几何计算，适合快速验证技术路线。等这个场景跑通了，再往更复杂的场景扩展。