CAD-Recode: Reverse Engineering CAD Code from Point Clouds

要約

コンピューター支援設計（CAD）モデルは、通常、パラメトリックスケッチを順次描画し、CAD操作を適用して3Dモデルを取得することによって構築されます。
3D CADリバースエンジニアリングの問題は、ポイントクラウドなどの3D表現からスケッチとCADの動作シーケンスを再構築することで構成されています。
この論文では、CADシーケンス表現、ネットワーク設計、トレーニングデータセットの3つのレベルにわたる新しい貢献を通じて、この課題に対処します。
特に、PythonコードとしてCAD Sketch-Extrudeシーケンスを表します。
提案されたCAD-Recodeは、ポイントクラウドをPythonコードに変換し、実行するとCADモデルを再構築します。
事前に訓練された大型言語モデル（LLMS）のPythonコードへの露出を活用して、CAD-Recodeのデコーダーとして比較的小さなLLMを活用し、それを軽量点クラウドプロジェクターと組み合わせます。
CAD-Recodeは、100万CADシーケンスの手続き的に生成されたデータセットでトレーニングされています。
CAD-Recodeは、DeepCad、Fusion360、および実際のCC3Dデータセット全体で既存のメソッドを大幅に上回ります。
さらに、CAD Pythonコード出力は、既製のLLMSによって解釈可能であり、Point CloudsからのCAD編集とCAD固有の質問を可能にします。

要約(オリジナル)

Computer-Aided Design (CAD) models are typically constructed by sequentially drawing parametric sketches and applying CAD operations to obtain a 3D model. The problem of 3D CAD reverse engineering consists of reconstructing the sketch and CAD operation sequences from 3D representations such as point clouds. In this paper, we address this challenge through novel contributions across three levels: CAD sequence representation, network design, and training dataset. In particular, we represent CAD sketch-extrude sequences as Python code. The proposed CAD-Recode translates a point cloud into Python code that, when executed, reconstructs the CAD model. Taking advantage of the exposure of pre-trained Large Language Models (LLMs) to Python code, we leverage a relatively small LLM as a decoder for CAD-Recode and combine it with a lightweight point cloud projector. CAD-Recode is trained on a procedurally generated dataset of one million CAD sequences. CAD-Recode significantly outperforms existing methods across the DeepCAD, Fusion360 and real-world CC3D datasets. Furthermore, we show that our CAD Python code output is interpretable by off-the-shelf LLMs, enabling CAD editing and CAD-specific question answering from point clouds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google