基于开集目标检测模型YOLO-World进行改进，对三个关键技术改进点进行了详细解释，BN - CTCM通过CNN局部特征提取与Transformer全局建模协同实现复杂工程图处理；FEN - MEM专门针对小目标检测难题处理多尺度图符；VL - MFFN - CAM实现文本 - 图像特征的上下文自适应融合。