SynthPID：トポロジーを保った合成データによるP&IDのデジタル化
arXiv cs.CV / 2026/4/21
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、P&IDから構造化されたプロセスグラフへ変換するP&IDデジタル化のボトルネック（図面が秘匿であること、公開ベンチマークが注釈付き12画像に限られること）に取り組む。
- これまでのテンプレート型の合成拡張は、記号をランダムに配置するため現実のプラントに似たグラフトポロジーにならず、合成のみで学習するとエッジ検出精度が約33%にとどまっていた。
- SynthPIDは、実図面からパイプの接続（トポロジー）を直接シードすることで、トポロジーを保った665枚の合成P&IDコーパスを提案する。
- 高解像度図面向けに適応したパッチベースのRelationformerを用い、合成P&IDのみの学習でPID2Graph OPEN100におけるエッジmAPを63.8±3.1%（学習に実P&IDを一切使わず）達成し、実データのオラクルとの差を8pp以内に縮めた。
- テンプレート型生成との厳密な比較により、モデル選択ではなく合成生成品質が性能を左右することが確認され、またスケーリング試験では合成画像が約400枚を超えると伸びが頭打ちになり、シード多様性が制約になっていることが示唆された。
