基于可变形成对图Transformer的P&ID自动数字化方法

《Electronics》：DPGT: An End-to-End Deformable Pairwise Graph Transformer for Dense P&ID Graph Reconstruction

　　摘要工业装置中仪表与管道图（P&ID）的自动数字化对于工艺自动化和基于拓扑的分析至关重要。然而，传统的模块化方法按顺序执行目标检测、管线提取和关系构建，导致前序阶段的误差向后续阶段传播。本研究提出了一种可变形成对图Transformer（DPGT），该端到端框架集成了基于可变形注意力的目标检测与穷举成对关系推理。DPGT在结构上将对象预测与关系预测分离，并为每一对对象分配独立的、可学习的关系令牌。此外，显式建模连接节点以表示物理管线交汇点并保留详细的连通路径。本研究的性能分析在合成数据集Dataset-P&ID基准上完成。未包含连接节点的配置实现了0.8375的目标mAP@0.5和0.9602的平均边召回率@300，而包含连接节点的配置分别实现了0.8378和0.9165。RelationFormer采用单个全局关系令牌进行关系建模，而所提出的DPGT采用N × N的对象对结构，显式推断每一对对象的关系。这些结果表明，DPGT在重建具有显式物理连通性和详细拓扑信息的稠密P&ID图时，能够保持稳定的目标检测性能。