3.7 KiB
3.7 KiB
户型图识别评测对比
- 测试图：
参考图/真实场景/户型图/QQ20260618-213247.png（链家风格彩色户型图） - 测试时间：2026-06-20
- Provider：API易（复用现有
APIYI_API_KEY，零额外配置） - 脚本：
tools/floorplan_eval.py（统一提取 prompt，要求输出结构化 JSON）
一、四路结果总览
| 维度 | qwen-vl-max ⭐ | gpt-4o | qwen-vl-plus | gpt-4o-mini |
|---|---|---|---|---|
| 户型结构 | 四室两厅两卫 | 四室一厅两卫 | 三室两厅两卫 | 三室一厅两卫 |
| 识别房间数 | 11 | 10 | 8 | 7 |
| 整体朝向 | 南 | 南 | 南 | 南 |
| 总面积 | 未知（诚实） | 未知（诚实） | 约195.8㎡（疑似瞎猜） | 约95㎡（疑似瞎猜，光客厅就38㎡） |
| 单房间面积 OCR | ✅ 全房间精确 | ✅ 全房间精确 | ❌ 无 | ❌ 无 |
| 立面对应表 | ✅ 南/北 | ✅ 东南西北更全 | ✅ | ✅ |
| 识别备注详尽/诚实度 | ✅ 最详尽，主动标注"需人工核对"项 | 中（卫生间自相矛盾） | 中 | 弱 |
| 链家彩色图适应性 | ✅ 好 | ✅ 好 | 中 | 中 |
| JSON 输出稳定性 | ✅ 一次成型 | ✅ 一次成型 | ✅ | ✅ |
二、两强一致项（高可信，基本无需核对）
qwen-vl-max 与 gpt-4o 对每个房间的面积数字完全一致 → 都准确 OCR 了图上标注，说明下面这个结构是可信的：
4 卧室 + 2 卫生间 + 1 客厅(38.46㎡) + 1 走廊(12.31㎡) + 2 阳台
面积明细：客厅 38.46 / 主卧 17.02 / 次卧 14.32 / 北卧 9.33 / 北卧 9.24 / 卫 4.93 / 卫 5.74 / 走廊 12.31 / 阳台 5.57 / 阳台 6.09
两个弱模型（plus/mini）房间数明显偏少、面积瞎猜 → 排除。
三、关键分歧项（⚠️ 需对照原图核对，正是"脑补重灾区"）
| 分歧点 | qwen-vl-max | gpt-4o | 说明 |
|---|---|---|---|
| 客厅/餐厅 | 分成「客厅+餐厅」(共用 38.46㎡) | 只算「客厅」 | 同一区域是否算两厅 |
| 卫生间朝向 | 2 个都朝南、有窗 | 2 个朝东，且备注其一"暗卫"（自相矛盾：又说有窗又说暗卫） | 最需核对：卫生间是否暗卫（无窗）？朝哪？ |
| 阳台朝向 | 2 个皆南 | 一南一北 | 核对阳台朝向 |
| 窗户大小 | 北卧 9.33㎡→小 | 同房→中 | 主观判断分歧 |
这里的分歧正好印证项目痛点：窗户/朝向细节是 AI 最容易"用住宅常识脑补"的地方。但 qwen-vl-max 主动在备注里标注了"部分窗户仅以细双线示意，未标注具体类型，需人工核对"——这种"知道自己不确定"的诚实性，对"AI 出清单 + 人工核对"模式非常有利。
四、初步推荐
qwen-vl-max：
- 房间识别最全（11 个，含餐厅/走廊/2 阳台）
- 单房间面积 OCR 精确，与 gpt-4o 完全吻合
- 识别备注最详尽且诚实（主动标注不确定项）
- 对链家彩色图适应好，JSON 一次成型
- 唯一短板：窗户类型/朝向细节仍可能脑补——但这正是"AI 出清单 + 人工核对"模式要解决的，且它主动标注了不确定项
注：当前仅测 1 张图，qwen-vl-max 的领先是初步结论。建议后续再用 2–3 张不同户型（小户型/一梯两户/带飘窗）验证稳定性。
五、六维度评分表（请对照原图填写，1–5 分）
| 维度 | qwen-vl-max | gpt-4o | 备注 |
|---|---|---|---|
| 房间完整性 | 有无漏房间 | ||
| 房间属性准确性 | 名称/面积/朝向 | ||
| 窗户识别（重点） | 数量/类型/朝向 | ||
| 结构关系 | 动静分区/立面对应 | ||
| 链家彩色图适应性 | |||
| 输出稳定性 | JSON 可解析 |