Titelblokken van technische tekeningen
Elke tekening heeft een titelblok. Laat AI het uitlezen.
Bouwdossiers en projectarchieven zitten vol tekeningen van tientallen leveranciers, elk met een eigen titelblok. Tekeningnummer, revisie en datum staan daar als beeld en niet als tekst, dus je zoeksysteem vindt ze niet en iemand typt ze over.
Met de huidige vision-modellen lees je dat titelblok automatisch uit, ook lokaal, zonder dat tekeningen het huis verlaten. Zo worden de tekeningen in je archief doorzoekbaar. Hieronder staat hoe je dat aanpakt en waar je op moet letten.
Wat er in een titelblok staat
- Tekeningnummer
- Revisie
- Datum
- Auteur / tekenaar
- Schaal
- Opdrachtgever
- Project
- Adres
Elke leverancier zet die velden anders neer, met andere labels en vaak in een andere taal.
De aanpak
- Eerst zoeken, dan lezen
- Laat een model eerst het titelblok op het blad vinden en uitsnijden, en pas daarna de velden lezen. Op een volledig A0-blad gaat de kleine tekst in het titelblok anders verloren.
- Lokaal draaien
- Open vision-modellen draaien op eigen hardware, ook op een server zonder internet. Dan verlaat geen tekening de organisatie, wat de AVG-vraag een stuk eenvoudiger maakt.
- Scans, PDF en DWG
- Een vision-model kijkt naar het beeld, dus een scan heeft geen tekstlaag nodig. PDF en DWG zet je eerst om naar een beeld. Vervaagde scans blijven het moeilijkst.
- Begrijpen, niet alleen lezen
- Gewone OCR zet het beeld om in losse tekst en weet niet wat bij wat hoort. Een vision-model begrijpt wat het ziet: het koppelt elk label aan de juiste waarde, herkent dat Tekening nr, Drawing Nr en DRG NO hetzelfde betekenen, en ziet dat een kale 'Nr' in een revisieblok de revisie is en niet het tekeningnummer.
- Open uitvoer
- Lever de velden als CSV of JSON. Dan lees je ze in je DMS of Woo-tool in en koppel je ze aan het dossier, zonder iets te vervangen.
- Meten, niet gokken
- Leg een set gecontroleerde voorbeelden vast en scoor elke wijziging per veld. Hetzelfde model geeft op dezelfde tekening niet altijd hetzelfde antwoord, dus één geslaagde test zegt weinig.
Voor wie dit relevant is
- Scan- en digitaliseringsbedrijven die bouwdossiers digitaliseren en tekeningen nu met de hand of met gewone OCR aan het dossier koppelen
- Archiefdiensten en informatiebeheerders met veel tekeningen in hun bestanden
- Gemeenten met bouwdossiers die doorzoekbaar moeten worden
- Leveranciers van DMS- en Woo-software die tekeningen willen ondersteunen
Waarover we kunnen praten
Je aanpak toetsen
Je hebt een archief vol tekeningen, of software die ze moet ondersteunen. Ik denk mee over wat werkt en waar het misgaat.
Lokale AI in de praktijk
Welk model, op welke hardware, en hoe je het draait als tekeningen het huis niet uit mogen.
Een sessie met je team
Ik leg uit hoe je titelblokken met AI uitleest en waar de valkuilen zitten.
Over mij
Dries Ketels, onafhankelijk ontwikkelaar. Ik bouw AI en automatisering voor CAD- en engineeringwerk: software die tekeningen leest, ordent en doorzoekbaar maakt.