Flux du système SmartArch AI

1. Flux général

Ce système constitue une plateforme automatisée de bout en bout, reposant sur l’intelligence artificielle, destinée à l’analyse numérique des plans architecturaux. Après authentification, les utilisateurs procèdent au paiement via un terminal de paiement, puis téléchargent leurs plans architecturaux (au format PNG/JPG) afin de lancer l’analyse. Le système traite les plans fournis, identifie, classe et évalue les éléments architecturaux et structurels qu’ils contiennent, puis présente les résultats à l’utilisateur sous différents formats (DXF, PDF, PNG).

2. Flux du système

2.1 Connexion → Terminal de paiement

Le système débute par un mécanisme sécurisé d’authentification utilisateur. L’utilisateur : • Se connecte au système ; • Est redirigé vers l’écran de paiement (Terminal de vente virtuel) ; • Obtient le droit à une analyse après validation du paiement (par exemple : 3 projets).

2.2 Facture électronique → Courriel

Suite au paiement, le système : • Génère une facture électronique ; • La transmet à l’adresse courriel de l’utilisateur.

2.3 Téléchargement PNG (Téléchargement de plans)

L’utilisateur : • Téléverse des plans architecturaux aux formats PNG ou JPG.

3. Extraction des éléments architecturaux à partir des images

Cette étape représente la phase la plus critique du système. Éléments détectés : • Porte ; • Fenêtre ; • Mur ; • Axe et point d’axe ; • Escalier ; • Cage d’ascenseur. Ce processus : • Débute avec YOLO ou un modèle de détection d’objets équivalent ; • Établit ensuite les relations à l’aide d’un modèle relationnel ; • Calcule les scores de confiance à l’aide d’un modèle d’ensemble bayésien. Pour chaque élément : • Un identifiant unique est attribué ; • La localisation est déterminée ; • Le score de confiance (%) est calculé.

4. Conclusion

Après analyse, le système : • Synthétise l’ensemble des résultats ; • Fournit un rendu pertinent à l’utilisateur.

5. Éléments à faible score de confiance

Bloc important du diagramme : « Les éléments dont le score est inférieur au seuil peuvent être éliminés » Ce principe signifie : • Les éléments présentant un faible score de confiance ; • Peuvent être supprimés automatiquement ou manuellement par l’utilisateur. Cette fonctionnalité permet de : • Réduire les faux positifs ; • Améliorer la qualité globale de l’analyse.

6. Réanalyse

L’utilisateur : • Supprime les éléments incorrects ; • Relance le système. Cette étape est essentielle. Ses fonctionnalités : • Créent un système hybride humain + IA ; • Assurent une amélioration continue du processus.

7. Résultats

Le système génère des résultats sous les formats suivants :

8.1 DXF

• Compatible avec les logiciels de CAO ; • Axes représentés par des lignes simples ; • Colonnes et murs placés sur des calques distincts.

8.2 PDF

• Rapport détaillé ; • Visualisation claire des analyses.

8.3 PNG

• Plan traité.

8.4 Pack complet

• Tous les résultats sont compressés au format ZIP.

Cette explication s’affiche automatiquement selon la langue sélectionnée à l’entrée.

SmartArch AI interactive plan editing flow

1. DIAGRAMME : SYSTÈME D'IMPORTATION DE PLANS PNG/JPG ET D'AJOUT D'ÉLÉMENTS ARCHITECTURAUX

SmartArch AI interactive architectural element editing flow

Ce diagramme présente le fonctionnement d’un système interactif capable d’analyser automatiquement des plans architecturaux tout en offrant la possibilité de les modifier directement par l’utilisateur. Contrairement aux méthodes traditionnelles d’analyse architecturale basées sur l’intelligence artificielle, ce système ne se limite pas à la simple « détection et production de résultats ». Il permet à l’utilisateur d’intervenir activement sur le plan, de modifier les éléments existants ainsi que d’en ajouter de nouveaux. Le processus illustré dans le diagramme comporte trois étapes principales : 1. Importation du plan au format PNG/JPG 2. Intégration des éléments architecturaux à l’image 3. Modification et développement assistés par l’utilisateur Grâce à cette approche, le système évolue d’un simple outil d’analyse vers une plateforme de conception architecturale interactive. L’utilisateur visualise les résultats de l’IA sur le plan importé et peut par ailleurs exercer un contrôle complet en modifiant, supprimant ou ajoutant des éléments.

2. IMPORTATION DU PLAN : PNG / JPG

À ce stade, l’utilisateur ne se contente pas d’importer un fichier ; il accède à un espace de travail dédié au plan architectural au sein du système. Le plan devient ainsi une surface interactive et dynamique à la disposition de l’utilisateur.

3. SYSTÈME HYBRIDE AUTOMATIQUE + MANUEL

La principale valeur ajoutée de ce système réside dans sa capacité à combiner intelligence artificielle et intervention humaine au sein d’un même flux. Il ne s’agit donc pas d’un système fermé prenant des décisions entièrement automatisées, mais d’une collaboration en continu avec l’utilisateur. Le fonctionnement s’organise comme suit : • Le système réalise une analyse automatique du plan. • Il détecte les éléments architecturaux tels que murs, portes et fenêtres. • Il affiche les éléments identifiés sur le plan. • L’utilisateur vérifie la pertinence de ces éléments. • Il peut supprimer les éléments erronés. • Il peut ajouter manuellement les éléments manquants. • Il peut créer de nouveaux murs, portes ou fenêtres si nécessaire. Cette architecture repose sur la synergie entre l’IA et la collaboration utilisateur. L’intelligence artificielle fournit une analyse initiale rapide et automatique tandis que l’utilisateur affine cette analyse grâce à ses compétences architecturales et à son contrôle visuel. Ainsi, le système allie efficacité et maîtrise. En effet, les résultats automatiques obtenus uniquement par l’intelligence artificielle peuvent s’avérer insuffisants. Certaines lignes des plans architecturaux peuvent sembler similaires. Une ligne de mur peut être confondue avec un axe. Les ouvertures de portes peuvent présenter des styles variés selon le dessin. Les symboles de fenêtres varient d’un projet à un autre. En conséquence, l’intervention de l’utilisateur renforce la fiabilité des résultats.

4. INTÉGRATION DES ÉLÉMENTS ARCHITECTURAUX À L’IMAGE

L’expression « Ajout de nouveaux éléments au plan architectural » figurant au centre du diagramme représente la fonction clé du système. À ce stade, les éléments architecturaux sont ajoutés, traités ou modifiés sur l’image du plan au format PNG/JPG téléchargé. Ce traitement peut s’effectuer selon deux modalités : 4.1 Intégration automatique Le modèle d’intelligence artificielle analyse le plan et identifie les éléments architecturaux présents sur l’image, tels que : • Reconnaissance des murs existants. • Détection des ouvertures de portes. • Détection des dessins de fenêtres. • Extraction de la structure spatiale principale du plan. Le système traite ces éléments en tant que calques superposés à l’image. L’utilisateur bénéficie ainsi d’une meilleure visibilité quant à l’emplacement de chaque élément sur le plan. 4.2 Intégration manuelle L’utilisateur a la possibilité d’ajouter lui-même de nouveaux éléments au plan. Cette fonction est essentielle au système. Il n’est pas limité aux résultats fournis par l’intelligence artificielle et peut adapter le plan à ses exigences spécifiques. L’utilisateur peut ainsi : • Ajouter un nouveau mur. • Créer une ouverture de porte sur un mur existant. • Insérer une fenêtre dans un mur existant. • Supprimer un élément ajouté par erreur. • Modifier un élément existant. • Tester et visualiser les modifications avant de valider la décision. Cette fonctionnalité permet d’utiliser le système non seulement pour l’analyse, mais également pour la conception et la correction des plans.

5. MÉCANISME D'ESSAI ET D'ERREUR

Ce système n'impose pas à l'utilisateur de prendre une décision définitive en une seule étape. Il lui permet d'expérimenter sur le plan, de visualiser le résultat, de le supprimer s’il ne répond pas à ses attentes, puis de le réintégrer. Le processus d'essai et d'erreur se déroule de la manière suivante : 1. L'utilisateur ajoute un élément. 2. Le système l'affiche sur le plan. 3. L'utilisateur évalue le rendu visuel. 4. Si le résultat s'avère insatisfaisant, il supprime l'élément. 5. Il le positionne à nouveau à un autre emplacement.

6. Il répète cette procédure jusqu’à l’obtention du résultat souhaité.

Cette approche est essentielle pour l'élaboration des plans architecturaux, car il peut être complexe, dès la première tentative, de déterminer l’emplacement optimal d’une porte ou d’une fenêtre. Ainsi, l’utilisateur peut identifier la configuration la plus appropriée en testant différentes options. Le système d'essai et d'erreur présente les avantages suivants : • Il accorde une grande liberté à l'utilisateur. • Il évite que les erreurs deviennent irréversibles. • Il favorise l’itération dans la conception. • Il facilite l’obtention d’un résultat précis. • Il permet à l’utilisateur de travailler en toute confiance sur le plan. Grâce à cette fonctionnalité, le système gagne en flexibilité et en convivialité. 6. PLAN COLLABORATIF UTILISATEUR + IA Le plan final ne constitue pas uniquement un document généré automatiquement par l’intelligence artificielle ; il s’agit également d’un plan enrichi par les interventions de l’utilisateur. Ce plan peut se structurer en trois couches principales : 1. Image du plan original 2. Éléments architecturaux détectés par l’intelligence artificielle 3. Éléments ajoutés ou modifiés par l’utilisateur Grâce à cette structure en couches, le système est en mesure de gérer chaque modification de manière méthodique. Par exemple, un mur ajouté par l’utilisateur peut être enregistré dans une couche distincte. Les portes détectées par l’intelligence artificielle seront quant à elles conservées comme une ressource séparée. De cette façon, il devient possible d’identifier précisément les éléments issus du système et ceux introduits par l’utilisateur. Ce dispositif de suivi s’avère indispensable pour les rapports, les annulations, les révisions et la génération de documents ultérieurs.

7. CONCLUSION

Le système présenté dans ce schéma ne se limite pas à un simple outil d’intelligence artificielle chargé de lire et analyser le plan architectural. Il s’agit d’une plateforme interactive de conception architecturale qui place l’utilisateur au centre du processus, lui offrant la possibilité d’intervenir directement sur le plan afin d’obtenir un résultat optimal par tâtonnement. Le système : • Ne se contente pas d’effectuer une analyse. • Implique l’utilisateur dans le déroulement du processus. • Permet l’ajout de nouveaux murs. • Autorise l’ouverture de portes ou de fenêtres dans les murs existants. • Offre la possibilité de supprimer et de reprendre les actions indésirables. • Combine intelligence artificielle et contrôle humain. • Produit un plan plus précis et optimisé. Cette démarche dépasse largement les capacités des systèmes d’IA classiques. En effet, l’utilisateur n’est pas un simple bénéficiaire du résultat ; il est un acteur central qui développe, corrige et oriente le plan.

This explanation is displayed according to the selected site language for the second flow diagram.

Flux SmartArch AI de conclusion, filtrage et téléchargement

3. Flux : conclusion, filtrage et téléchargement

SmartArch conclusion filtering and download flow

L'objectif de cette section n'est pas de considérer comme définitifs les résultats initiaux produits par l'intelligence artificielle ; il s'agit plutôt d'offrir à l'utilisateur la possibilité d'examiner visuellement ces résultats, de les comparer à une liste, d'éliminer les candidats peu précis, de réanalyser à partir des détections restantes si nécessaire, puis de télécharger les fichiers DXF/PDF/PNG.

1. Logique principale après l'analyse

Suite à l'analyse d'un plan architectural, le système génère de nombreuses détections candidates. Ces candidats peuvent correspondre à des portes, fenêtres, murs, axes, colonnes, murs-rideaux, escaliers, cages d'ascenseur ou autres éléments structurels architecturaux. Toutefois, toutes les détections issues des modèles d'intelligence artificielle ne doivent pas être considérées comme irréfutables. C’est pourquoi le système présente à l'utilisateur un écran de contrôle après analyse. Cet écran de contrôle comprend deux zones principales : • Liste des résultats visuels : résultats visuellement marqués sur le plan. • Liste des détections : tableau recensant les éléments candidats identifiés par l’intelligence artificielle. Cette architecture permet à l’utilisateur de visualiser non seulement l’image, mais également l’identifiant, le type, le score de confiance, les coordonnées, la taille et la source de chaque candidat.

2. Zone des résultats visuels

La section « Résultats visuels », située en bas à gauche du diagramme, affiche la version traitée du plan architectural analysé. Le système y affiche directement les éléments détectés. Chaque objet potentiel est représenté par des lignes colorées, des rectangles, des étiquettes ou des numéros d’identification. Cette zone offre à l’utilisateur un contrôle visuel du système. Par exemple, si une fenêtre a été identifiée à tort comme une porte, l’utilisateur peut l’observer sur le plan. De même, une section de mur erronément marquée comme un axe est aisément repérable sur l’écran des résultats visuels.

3. Liste de détection

La section « Liste de détection », placée à côté des résultats visuels, présente l’ensemble des éléments potentiels détectés par l’IA sous forme de tableau. Ce tableau renforce la transparence du système. L’utilisateur prend connaissance non seulement du résultat « le système a détecté cet élément », mais également du degré de confiance associé à chaque détection. Cette liste constitue un outil précieux pour les corrections manuelles. L’utilisateur peut sélectionner et supprimer les candidats ayant un score faible, éliminer les éléments mal classés ou relancer l’analyse en ne conservant que les candidats pertinents.

4. Logique du score de confiance

L’un des concepts fondamentaux du diagramme est le score, ou score de confiance. Ce score exprime, en pourcentage, le degré de confiance de l’intelligence artificielle quant à un résultat. Par exemple : • Score de confiance de 96 % : le système témoigne d’une très grande confiance quant à ce résultat. • Score de confiance de 75 % : résultat très probablement exact, mais à vérifier. • Score de confiance de 45 % : candidat douteux ; une suppression ou une vérification approfondie peut être nécessaire.

5. Suppression des candidats en dessous du seuil

En haut à gauche du diagramme se trouve la zone « Suppression des candidats en dessous du score ». Cette zone permet à l’utilisateur d’effectuer un nettoyage automatique. Ce dernier saisit un seuil en pourcentage. Le système supprime de la liste tous les candidats dont le score est inférieur à ce seuil. Par exemple, si le seuil est fixé à 50 % : • Les candidats avec un score inférieur à 50 % sont supprimés. • Ceux avec un score égal ou supérieur à 50 % sont conservés. Si le seuil est fixé à 70 % : • Un plus grand nombre de candidats avec un score inférieur à 70 % sont exclus. • Le résultat s’avère plus précis et plus sélectif. Cette fonctionnalité s’avère particulièrement utile lors d’analyses générant un grand nombre de faux positifs, évitant ainsi à l’utilisateur de supprimer manuellement des centaines de candidats. Il peut définir un seuil et réaliser un pré-nettoyage automatique.

6. Trouver le bon résultat par essais et erreurs

L’un des aspects majeurs du système présenté dans ce schéma est que l’utilisateur n’est pas limité à un unique résultat d’analyse. Il peut expérimenter différents seuils, supprimer les candidats ayant un faible score, conserver manuellement certains éléments, puis relancer l’analyse avec les résultats restants. Voici un exemple de déroulement : 1. Le système effectue une première analyse. 2. L’utilisateur examine les résultats. 3. En cas d’un nombre excessif de fausses détections, le seuil est fixé à 60 %. 4. Le système supprime les candidats dont le taux de confiance est inférieur à 60 %. 5. L’utilisateur vérifie à nouveau le résultat visuel. 6. Si nécessaire, il procède à la suppression manuelle de certains candidats. 7. Il relance l’analyse en sélectionnant « Analyse avec les éléments restants ». 8. Un résultat plus précis est ainsi obtenu. 9. Le rapport de sortie est généré lorsque le résultat est satisfaisant. Cette méthode transforme le système, initialement un outil purement automatisé, en une plateforme d’analyse contrôlée, interactive et assistée par l’humain.

7. Intervention de l’utilisateur et nettoyage manuel

La structure présentée dans le diagramme illustre que l’intervention de l’utilisateur constitue une composante intrinsèque du système. L’utilisateur n’est pas obligé d’accepter l’ensemble des candidats issus de l’analyse. L’utilisateur doit être en mesure de : • Supprimer les détections erronées. • Supprimer en masse les candidats ayant obtenu un score faible. • Sélectionner des éléments au sein d’une liste. • Sélectionner des objets sur les visuels. • Supprimer les candidats sélectionnés du plan. • Réaliser une nouvelle analyse avec les candidats corrects restants. Cette fonctionnalité revêt une importance particulière pour les plans architecturaux, certains dessins pouvant présenter des similitudes marquées. Par exemple, une fine ligne de mur peut être confondue avec un axe, un cadre de porte parfois assimilé à une ligne de mobilier, ou encore une ligne de fenêtre interprétée comme une coupe de mur sur certains plans. Par conséquent, il est difficile d’obtenir un résultat pleinement fiable sans intervention de l’utilisateur.

8. Exécuter l’analyse avec les éléments restants

L’un des boutons clés situés dans la zone de la liste de détection correspond à la fonction « Exécuter l’analyse avec les détections restantes ». Ce bouton permet de lancer une nouvelle analyse uniquement avec les candidats demeurés après nettoyage des données par l’utilisateur. Ce processus présente plusieurs intérêts : • Les candidats incorrects sont exclus de l’analyse. • Le système retravaille les données avec des éléments plus précis. • Le moteur de résultats s’appuie sur les données nettoyées. • Le résultat final gagne en fiabilité. Cette démarche illustre une approche humaine intégrée à la boucle de rétroaction des systèmes d’intelligence artificielle. Autrement dit, le système ne repose pas exclusivement sur une prise de décision automatique ; il est optimisé par une supervision humaine.

9. Phase de conclusion

Au centre du diagramme figure le bloc « Conclusion ». Ce bloc exploite les résultats nettoyés et vérifiés pour produire le résultat final. Durant cette phase, le système est en mesure de : • Évaluer les candidats restants. • Interpréter la structure globale du plan. • Segmenter les éléments architecturaux en couches pertinentes. • Préparer les données nécessaires à la production des résultats. • Générer la structure de fichiers finale destinée aux sorties DXF, PDF et PNG. Il est essentiel de souligner que le résultat ne découle pas uniquement de l’analyse initiale réalisée par l’IA. Il est le fruit du nettoyage et des corrections apportés par l’utilisateur. Ainsi, le résultat final combine à la fois la prédiction de l’IA et la vérification humaine.

10. TÉLÉCHARGEMENT DXF/PDF

Suite à la phase de conclusion, l’utilisateur peut procéder au téléchargement des fichiers de sortie professionnels. Le bloc « Télécharger DXF/PDF » du diagramme illustre ce processus. À cette étape, le système génère les fichiers suivants : • PDF : rapport et résultat visuel. • DXF : dessin technique compatible avec les logiciels de CAO. • PNG : plan visuel traité. Le format DXF revêt une importance particulière pour les architectes et les ingénieurs, en raison de sa compatibilité avec AutoCAD, DraftSight, LibreCAD et autres logiciels de CAO similaires. Le plan traité par l’intelligence artificielle peut ainsi être intégré aisément à l’environnement de dessin technique.

11. Panneau « Fichiers générés »

Le panneau « Fichiers générés », situé à droite, recense l’ensemble des fichiers produits par le système. Ce panneau offre à l’utilisateur la possibilité d’ouvrir ou de télécharger individuellement les fichiers de résultats. Il peut contenir les types de fichiers suivants : • Fichier PNG Poteau et Mur de refend • Fichier PNG Poteau • Fichier PNG Mur de refend • PDF • Fichier DXF Poteau et Mur de refend • Fichier DXF Poteau candidat • Fichier DXF Mur de refend candidat Cette liste témoigne que le système ne génère pas un seul format de sortie. Chaque format joue un rôle distinct. Le fichier PNG Poteau et Mur de refend constitue une sortie visuelle combinée de l’ensemble des résultats. Le fichier PNG Poteau permet de distinguer visuellement les poteaux candidats. Le fichier PNG Mur de refend permet d’archiver la vue finale affichée à l’écran. Le format PDF convient à la rédaction de rapports et à leur diffusion. Le fichier DXF Plan complet correspond à un plan général consultable dans un environnement CAO. Le fichier DXF Poteau candidat représente une sortie technique spécifique incluant uniquement les poteaux candidats. Le fichier DXF Mur de refend candidat constitue une sortie technique regroupant les murs de refend candidats.

This explanation is displayed under the third flow diagram according to the selected site language.