論文の概要: PPI-NET: End-to-End Parametric Primitive Inference

• arxiv url: http://arxiv.org/abs/2308.01521v1
• Date: Thu, 3 Aug 2023 03:50:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-04 15:29:09.591038
• Title: PPI-NET: End-to-End Parametric Primitive Inference
• Title（参考訳）: PPI-NET: エンドツーエンドのパラメトリックプリミティブ推論
• Authors: Liang Wang and Xiaogang Wang
• Abstract要約: 工学の応用では、線、円、弧、点を総称してプリミティブと呼ぶ。 本稿では,手書きスケッチ画像からパラメトリックプリミティブを推定するための,効率的かつ高精度なエンドツーエンド手法を提案する。
• 参考スコア（独自算出の注目度）: 24.31083483088741
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In engineering applications, line, circle, arc, and point are collectively referred to as primitives, and they play a crucial role in path planning, simulation analysis, and manufacturing. When designing CAD models, engineers typically start by sketching the model's orthographic view on paper or a whiteboard and then translate the design intent into a CAD program. Although this design method is powerful, it often involves challenging and repetitive tasks, requiring engineers to perform numerous similar operations in each design. To address this conversion process, we propose an efficient and accurate end-to-end method that avoids the inefficiency and error accumulation issues associated with using auto-regressive models to infer parametric primitives from hand-drawn sketch images. Since our model samples match the representation format of standard CAD software, they can be imported into CAD software for solving, editing, and applied to downstream design tasks.
• Abstract（参考訳）: 工学の応用では、線、円、弧、点を総称してプリミティブと呼び、経路計画、シミュレーション分析、製造において重要な役割を果たしている。 CADモデルを設計する場合、エンジニアは通常、モデルの正書法ビューを紙やホワイトボードにスケッチし、設計意図をCADプログラムに変換することから始める。 この設計手法は強力だが、しばしば挑戦的で反復的なタスクを伴い、各設計においてエンジニアが同様の操作を行う必要がある。 この変換処理に対処するために,手書きスケッチ画像からパラメトリックプリミティブを推定する自動回帰モデルを用いた場合の非効率性とエラー蓄積問題を回避する効率的かつ高精度なエンド・ツー・エンド法を提案する。 モデルサンプルは標準CADソフトウェアの表現形式と一致しているため、下流の設計タスクの解決、編集、適用のためにCADソフトウェアにインポートすることができる。

関連論文リスト

• Text2CAD: Text to 3D CAD Generation via Technical Drawings [45.3611544056261]
  Text2CADは、生成プロセスを自動化するために調整された安定した拡散モデルを利用する新しいフレームワークである。 テキスト2CADは,高品質な3次元CADモデルに正確に変換された技術図面を効果的に生成することを示す。
  論文  参考訳（メタデータ） (2024-11-09T15:12:06Z)
• CadVLM: Bridging Language and Vision in the Generation of Parametric CAD Sketches [24.239470848849418]
  CAD(Parametric Computer-Aided Design)は、現代の機械設計の中心である。 CAD生成のためのエンド・ツー・エンドの視覚言語モデルであるCadVLMを提案する。
  論文  参考訳（メタデータ） (2024-09-26T01:22:29Z)
• Img2CAD: Reverse Engineering 3D CAD Models from Images through VLM-Assisted Conditional Factorization [12.12975824816803]
  画像からのリバースエンジニアリング3Dコンピュータ支援設計(CAD)モデルは、多くのダウンストリームアプリケーションにとって重要な課題である。 本研究では,タスクを2つのサブプロブレムに条件付き分解する手法を提案する。 本稿では,連続的な属性値を予測する意味を持つ離散構造を条件としたTrAssemblerを提案する。
  論文  参考訳（メタデータ） (2024-07-19T06:53:30Z)
• PS-CAD: Local Geometry Guidance via Prompting and Selection for CAD Reconstruction [86.726941702182]
  再構成ネットワークPS-CADに幾何学的ガイダンスを導入する。 我々は、現在の再構成が点雲としての完備モデルと異なる曲面の幾何学を提供する。 第二に、幾何学的解析を用いて、候補面に対応する平面的プロンプトの集合を抽出する。
  論文  参考訳（メタデータ） (2024-05-24T03:43:55Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
  本調査では,コンピュータ支援設計における学習手法の概要について概観する。 類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。 ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• AutoCAD: Automatically Generating Counterfactuals for Mitigating Shortcut Learning [70.70393006697383]
  完全自動かつタスクに依存しないCAD生成フレームワークであるAutoCADについて述べる。 本稿では,完全に自動化されたタスクに依存しないCAD生成フレームワークであるAutoCADを提案する。
  論文  参考訳（メタデータ） (2022-11-29T13:39:53Z)
• ExtrudeNet: Unsupervised Inverse Sketch-and-Extrude for Shape Parsing [46.778258706603005]
  本稿では,逆スケッチ・アンド・エクスクルードによる点雲形状の学習問題について検討する。 本稿では,ポイントクラウドからスケッチを発見して抽出する,教師なしのエンドツーエンドネットワークであるExtrudeNetを提案する。
  論文  参考訳（メタデータ） (2022-09-30T17:58:11Z)
• Reconstructing editable prismatic CAD from rounded voxel models [16.03976415868563]
  この課題を解決するために,新しいニューラルネットワークアーキテクチャを導入する。 本手法は形状を分解することでボクセル空間の入力幾何を再構成する。 推論の際には,まず2次元制約付きスケッチのデータベースを検索し,CADデータを取得する。
  論文  参考訳（メタデータ） (2022-09-02T16:44:10Z)
• Vitruvion: A Generative Model of Parametric CAD Sketches [22.65229769427499]
  本稿では,パラメトリックCADスケッチの生成モデルを提案する。 我々のモデルは、SketchGraphsデータセットから実世界のデザインを訓練し、スケッチをプリミティブのシーケンスとして自動回帰的に合成する。 我々は、部分スケッチ(プライマー)や手描きスケッチのイメージなど、様々な文脈でモデルを条件付けする。
  論文  参考訳（メタデータ） (2021-09-29T01:02:30Z)
• Using Machine Learning to Predict Engineering Technology Students' Success with Computer Aided Design [50.591267188664666]
  機械学習技術と組み合わせたデータによって、特定の学生がデザインタスクでどれだけうまく機能するかを予測する方法を示す。 初期設計シーケンスアクションを用いたモデルは,特に予測に有用であることが判明した。 これらのモデルをさらに改善することで、事前の予測が得られ、学生のフィードバックがより早く得られるようになり、学習が向上する可能性がある。
  論文  参考訳（メタデータ） (2021-08-12T20:24:54Z)
• Engineering Sketch Generation for Computer-Aided Design [10.732102570751392]
  エンジニアリングスケッチ生成のための2つの生成モデルであるCurveGenとTurtleGenを提案する。 どちらのモデルも、スケッチ制約を解く必要なしに曲線プリミティブを生成する。 私たちは、CurveGenとTurtleGenの両方がより現実的なエンジニアリングスケッチを生成する人間の被験者を使用して知覚評価で見つける。
  論文  参考訳（メタデータ） (2021-04-19T20:38:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。