Постоянный рост рынка инженерных услуг и наличие значительного объема архивной бумажной документации актуализируют задачу перевода технических чертежей и спецификаций к ним в цифровой формат. Анализ состояния исследований демонстрирует активное применение распознающих и генеративных моделей для извлечения ключевых характеристик чертежей, что упрощает их интеграцию в системы компьютерного моделирования. Для повышения эффективности нейросетевых моделей применяется предобработка изображения, однако ввиду особенностей структуры и возможных источников чертежей, подобный подход несет с собой риск потери информации или искажения данных. Авторами предлагается адаптивная модель предобработки, ориентированная на системы классификации чертежей строительных металлоконструкций. Данная модель включает в себя операции масштабирования, фильтрации шумов, бинаризации и восстановления цвета информативных пикселей, где каждая операция применяется в зависимости от значения критериев, определяющих необходимость ее вызова. В рамках исследований определяются алгоритмы и методы, подходящие для реализации вышеописанных операций: метод интерполяции Ланцоша, взвешенный медианный фильтр с переключением и метод бинаризации Вольфа. Авторами предлагается набор критериев оценки эффективности предобработки при классификации чертежей строительных металлоконструкций. Ряд проведенных экспериментов показывает, что разработанная адаптивная модель предобработки дает больший прирост точности классификации по сравнению со стандартной предобработкой на основе таких же алгоритмов или полным ее отсутствием. Делаются выводы о возможности дальнейшего внедрения модели в системы классификации и распознавания деталей чертежей строительных металлоконструкций.