論文の概要: DAVINCI: A Single-Stage Architecture for Constrained CAD Sketch Inference
- arxiv url: http://arxiv.org/abs/2410.22857v1
- Date: Wed, 30 Oct 2024 09:42:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-31 14:26:45.984734
- Title: DAVINCI: A Single-Stage Architecture for Constrained CAD Sketch Inference
- Title(参考訳): DAVINCI: 制約付きCADスケッチ推論のための単一ステージアーキテクチャ
- Authors: Ahmet Serdar Karadeniz, Dimitrios Mallis, Nesryne Mejri, Kseniya Cherenkova, Anis Kacem, Djamila Aouada,
- Abstract要約: DAVINCIは、CAD(Computer-Aided Design)スケッチパラメータ化と制約推論のための統一アーキテクチャである。
DAVINCIは、両方の出力を共同で学習することにより、エラーの蓄積を最小限に抑え、制約付きCADスケッチ推論の性能を向上させる。
DAVINCIは大規模なSketchGraphsデータセットで最先端の結果を達成する。
- 参考スコア(独自算出の注目度): 12.644368401427135
- License:
- Abstract: This work presents DAVINCI, a unified architecture for single-stage Computer-Aided Design (CAD) sketch parameterization and constraint inference directly from raster sketch images. By jointly learning both outputs, DAVINCI minimizes error accumulation and enhances the performance of constrained CAD sketch inference. Notably, DAVINCI achieves state-of-the-art results on the large-scale SketchGraphs dataset, demonstrating effectiveness on both precise and hand-drawn raster CAD sketches. To reduce DAVINCI's reliance on large-scale annotated datasets, we explore the efficacy of CAD sketch augmentations. We introduce Constraint-Preserving Transformations (CPTs), i.e. random permutations of the parametric primitives of a CAD sketch that preserve its constraints. This data augmentation strategy allows DAVINCI to achieve reasonable performance when trained with only 0.1% of the SketchGraphs dataset. Furthermore, this work contributes a new version of SketchGraphs, augmented with CPTs. The newly introduced CPTSketchGraphs dataset includes 80 million CPT-augmented sketches, thus providing a rich resource for future research in the CAD sketch domain.
- Abstract(参考訳): DAVINCIは,ラースタースケッチ画像から直接,一段階のコンピュータ支援設計(CAD)スケッチパラメータ化と制約推論のための統一アーキテクチャである。
DAVINCIは、両方の出力を共同で学習することにより、エラーの蓄積を最小限に抑え、制約付きCADスケッチ推論の性能を向上させる。
特に、DAVINCIは大規模なSketchGraphsデータセットで最先端の結果を達成し、正確かつ手書きのラスタCADスケッチの有効性を実証している。
DAVINCIの大規模アノテートデータセットへの依存を軽減するため,CADスケッチ拡張の有効性について検討した。
本稿では,制約を保存するCADスケッチのパラメトリックプリミティブをランダムに置換するConstraint-Preserving Transformations (CPTs)を紹介する。
このデータ拡張戦略により、DAVINCIはSketchGraphsデータセットの0.1%しかトレーニングされていない場合に、適切なパフォーマンスを達成することができる。
さらに、この作業はCPTで拡張されたSketchGraphsの新バージョンに貢献している。
新たに導入されたCPTSketchGraphsデータセットには、8000万のCPT拡張スケッチが含まれている。
関連論文リスト
- SwiftSketch: A Diffusion Model for Image-to-Vector Sketch Generation [57.47730473674261]
我々は,画像条件付きベクトルスケッチ生成モデルであるSwiftSketchを紹介した。
SwiftSketchは、ガウス分布からサンプリングされたストローク制御ポイントを段階的に復調することによって動作する。
ControlSketchは、深度認識制御ネットを通じて正確な空間制御を組み込むことで、SDSベースの技術を強化する方法である。
論文 参考訳(メタデータ) (2025-02-12T18:57:12Z) - CADSpotting: Robust Panoptic Symbol Spotting on Large-Scale CAD Drawings [42.08585210828114]
本稿では,大規模なCAD図面におけるパノプティカルシンボルスポッティングの効率的な方法であるCADSpottingを紹介する。
CADSpottingは、統合された3Dポイントクラウドモデルに基づいて、ジョイントセマンティクス、例えば、パノプティックセグメンテーションを構築し、ロバストな特徴表現を学ぶ。
実験を支援するため,LS-CADという大規模CADデータセットを導入した。
論文 参考訳(メタデータ) (2024-12-10T10:22:17Z) - PICASSO: A Feed-Forward Framework for Parametric Inference of CAD Sketches via Rendering Self-Supervision [12.644368401427135]
PICASSOは手書きと精密なスケッチ画像から2次元CADスケッチをパラメータ化するためのフレームワークである。
本フレームワークは,CADスケッチパラメータ化ネットワークの事前学習を可能にするために,自己スーパービジョンのレンダリングを活用する。
論文 参考訳(メタデータ) (2024-07-18T11:02:52Z) - PPI-NET: End-to-End Parametric Primitive Inference [24.31083483088741]
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。
論文 参考訳(メタデータ) (2023-08-03T03:50:49Z) - 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) - GraphCoCo: Graph Complementary Contrastive Learning [65.89743197355722]
グラフコントラスト学習(GCL)は、手作業によるアノテーションの監督なしに、グラフ表現学習(GRL)において有望な性能を示した。
本稿では,この課題に対処するため,グラフココというグラフ補完型コントラスト学習手法を提案する。
論文 参考訳(メタデータ) (2022-03-24T02:58:36Z) - 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) - SketchGraphs: A Large-Scale Dataset for Modeling Relational Geometry in
Computer-Aided Design [18.041056084458567]
CAD(Parametric Computer-Aided Design)は、物理設計における機械工学の主要なパラダイムである。
SketchGraphsは、実世界のCADモデルから抽出された1500万のスケッチと、オープンソースのデータ処理パイプラインを組み合わせたコレクションである。
論文 参考訳(メタデータ) (2020-07-16T17:56:25Z) - Sketch-BERT: Learning Sketch Bidirectional Encoder Representation from
Transformers by Self-supervised Learning of Sketch Gestalt [125.17887147597567]
我々は、トランスフォーマー(Sketch-BERT)からのSketch BiBERT表現の学習モデルを提案する。
BERTをドメインのスケッチに一般化し、新しいコンポーネントと事前学習アルゴリズムを提案する。
Sketch-BERTの学習表現は,スケッチ認識,スケッチ検索,スケッチゲットといった下流タスクの性能向上に有効であることを示す。
論文 参考訳(メタデータ) (2020-05-19T01:35:44Z) - Sketch Less for More: On-the-Fly Fine-Grained Sketch Based Image
Retrieval [203.2520862597357]
きめ細かいスケッチベースの画像検索(FG-SBIR)は、ユーザのクエリのスケッチから特定の写真インスタンスを検索する問題に対処する。
これらの課題に対処するため、従来のFG-SBIRフレームワークを再構築する。
ユーザが絵を描き始めるとすぐに検索を開始できるオンザフライ設計を提案する。
論文 参考訳(メタデータ) (2020-02-24T15:36:02Z) - Deep Self-Supervised Representation Learning for Free-Hand Sketch [51.101565480583304]
フリーハンドスケッチにおける自己指導型表現学習の課題に対処する。
自己教師型学習パラダイムの成功の鍵は、スケッチ固有の設計にある。
提案手法は最先端の教師なし表現学習法よりも優れていることを示す。
論文 参考訳(メタデータ) (2020-02-03T16:28:29Z)
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。