AnchorGrid 推出建筑图纸专用 OCR 接口：精准识别平面图中的门元素

核心要点

• 专用识别能力：专门针对建筑平面图（Floor-plan）中的门元素进行自动化检测。
• 异步处理机制：采用异步任务队列模式，支持通过轮询或 Webhook 获取识别结果。
• 坐标空间输出：检测结果以 PDF 坐标系下的边界框（Bounding Boxes）形式返回，便于后续集成。
• 灵活的计费与性能：按页数计费，免费版处理时间约为 2-4 分钟，专业版提供专用 GPU 加速。

详细分析

突破传统 OCR 的局限性

传统的 OCR 技术通常在处理纯文本或简单表格时表现良好，但在面对线条密集、符号复杂的建筑施工图纸时往往失效。AnchorGrid 推出的 /v1/drawings/detection/doors 接口专注于解决这一痛点。它不仅是简单的文字识别，而是通过深度学习模型识别图纸中的特定建筑构件（如门）。这种针对垂直领域的优化，使得开发者能够从复杂的 PDF 施工文档中精准提取结构化数据。

开发者友好的 API 设计

该接口采用了标准的 RESTful 架构。开发者首先需要上传 PDF 文档获取 document_id，随后通过 POST 请求触发检测任务。接口支持指定特定页码进行扫描，以节省计算资源和费用。为了适应长时间的推理过程，系统设计了完善的任务排队机制，并为高级用户提供了 Webhook 功能，确保在检测完成后能第一时间将数据推送到开发者服务器。

性能与成本的平衡

AnchorGrid 为不同需求的用户提供了分层服务。免费层级虽然在处理速度上有所限制（每项任务约 2-4 分钟），但足以满足小规模测试。对于追求效率的企业级用户，AnchorGrid 提供了基于专用 GPU 基础设施的加速方案。计费逻辑透明，根据提交扫描的页数扣除积分，这要求开发者在调用时需精确筛选包含图纸的页码以优化成本。

行业影响

AnchorGrid 的这一进展标志着 AI 视觉技术在建筑、工程与施工（AEC）行业的深度应用。通过将非结构化的 PDF 图纸转化为可计算的坐标数据，企业可以大幅提升工程量清单（BOQ）统计、自动化审图及数字孪生建模的效率。这种垂直领域的 AI 工具正在填补通用大模型在专业工程领域留下的空白。

常见问题

问题：该接口可以识别哪些内容？

目前该特定接口专门用于检测建筑平面图 PDF 中的“门”元素，并返回其在 PDF 坐标空间中的边界框信息。

问题：处理一个文档需要多长时间？

在免费层级下，门检测任务通常每项作业需要 2 到 4 分钟。处理时间主要取决于文档的页数和图纸的复杂程度，复杂的密集图纸耗时更长。

问题：如何计费？

计费基于提交的页数（len(page_numbers)）。如果未指定页码，则按文档总页数计费。积分在提交任务时即扣除，无论该页是否实际包含门元素。