論文の概要: GeoCAD: Local Geometry-Controllable CAD Generation

• arxiv url: http://arxiv.org/abs/2506.10337v1
• Date: Thu, 12 Jun 2025 04:23:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.564371
• Title: GeoCAD: Local Geometry-Controllable CAD Generation
• Title（参考訳）: GeoCAD: 局所幾何制御可能なCAD生成
• Authors: Zhanwei Zhang, Kaiyuan Liu, Junjie Liu, Wenxiao Wang, Binbin Lin, Liang Xie, Chen Shen, Deng Cai,
• Abstract要約: 局所幾何学制御可能なコンピュータ支援設計(CAD)生成はCADモデルの局所的な部分を自動的に修正することを目的としている。 既存の手法は、この目標を達成する上で困難に直面する。 ユーザフレンドリーで局所的な幾何学制御が可能なCAD生成手法であるGeoCADを紹介する。
• 参考スコア（独自算出の注目度）: 20.2589221026964
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Local geometry-controllable computer-aided design (CAD) generation aims to modify local parts of CAD models automatically, enhancing design efficiency. It also ensures that the shapes of newly generated local parts follow user-specific geometric instructions (e.g., an isosceles right triangle or a rectangle with one corner cut off). However, existing methods encounter challenges in achieving this goal. Specifically, they either lack the ability to follow textual instructions or are unable to focus on the local parts. To address this limitation, we introduce GeoCAD, a user-friendly and local geometry-controllable CAD generation method. Specifically, we first propose a complementary captioning strategy to generate geometric instructions for local parts. This strategy involves vertex-based and VLLM-based captioning for systematically annotating simple and complex parts, respectively. In this way, we caption $\sim$221k different local parts in total. In the training stage, given a CAD model, we randomly mask a local part. Then, using its geometric instruction and the remaining parts as input, we prompt large language models (LLMs) to predict the masked part. During inference, users can specify any local part for modification while adhering to a variety of predefined geometric instructions. Extensive experiments demonstrate the effectiveness of GeoCAD in generation quality, validity and text-to-CAD consistency. Code will be available at https://github.com/Zhanwei-Z/GeoCAD.
• Abstract（参考訳）: 局所幾何学制御可能なコンピュータ支援設計(CAD)生成はCADモデルの局所的な部分を自動的に修正し、設計効率を向上させることを目的としている。 また、新たに生成された局所部品の形状がユーザ固有の幾何学的指示に従うことを保証する(例:イソスセル右三角形または片隅が切り離された矩形)。 しかし、既存の手法はこの目標を達成する上で困難に直面する。 具体的には、テキストの指示に従う能力が欠けているか、ローカル部分に集中できないかのいずれかだ。 この制限に対処するために,ユーザフレンドリで局所的な幾何学制御が可能なCAD生成手法であるGeoCADを紹介する。 具体的には,まず,局所部分の幾何学的指示を生成するための補完的なキャプション戦略を提案する。 この戦略には頂点ベースのキャプションとVLLMベースのキャプションがあり、それぞれ単純部分と複雑部分を体系的に注釈付けする。 このようにして、私たちは合計で$\sim$221kの異なるローカルパーツをキャプションします。 訓練段階において,CADモデルが与えられた場合,局所的な部分をランダムにマスキングする。 そして,その幾何学的命令と残りの部分を入力として用いて,大きな言語モデル(LLM)にマスク部分の予測を促す。 推論中、ユーザーは様々な事前定義された幾何学的指示に固執しながら、変更のための任意の局所部分を指定することができる。 大規模な実験は、GeoCADが生成品質、妥当性、テキスト・トゥ・CADの整合性に与える影響を実証する。 コードはhttps://github.com/Zhanwei-Z/GeoCADで入手できる。

関連論文リスト

• CAD-Coder:Text-Guided CAD Files Code Generation [2.6807043000799524]
  CAD(Computer-Aided Design)は、現実世界の製品の2D描画と3Dモデルを作成する方法である。 本稿では,自然言語命令をCADスクリプトコードに変換するフレームワークCAD-Coderを提案する。
  論文  参考訳（メタデータ） (2025-05-13T15:45:46Z)
• CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
  CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。 多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。 提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
  論文  参考訳（メタデータ） (2025-04-07T06:01:35Z)
• FlexCAD: Unified and Versatile Controllable CAD Generation with Fine-tuned Large Language Models [22.010338370150738]
  大規模言語モデル(LLM)を微調整した統合モデルFlexCADを提案する。 我々はCADモデルを構造化テキストとして表現し、各階層をテキストトークンのシーケンスとして抽象化する。 推論中、ユーザの意図をCADテキストに変換し、ユーザが変更したい部分をマスクトークンで置き換える。
  論文  参考訳（メタデータ） (2024-11-05T05:45:26Z)
• 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)
• SECAD-Net: Self-Supervised CAD Reconstruction by Learning Sketch-Extrude Operations [21.000539206470897]
  SECAD-Netは、コンパクトで使いやすいCADモデルの再構築を目的とした、エンドツーエンドのニューラルネットワークである。 本研究は,CAD再構築の手法など,最先端の代替手段よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-19T09:26:03Z)
• 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)
• Learning Geometry-Disentangled Representation for Complementary Understanding of 3D Object Point Cloud [50.56461318879761]
  3次元画像処理のためのGDANet(Geometry-Disentangled Attention Network)を提案する。 GDANetは、点雲を3Dオブジェクトの輪郭と平らな部分に切り離し、それぞれ鋭い変化成分と穏やかな変化成分で表される。 3Dオブジェクトの分類とセグメンテーションベンチマークの実験は、GDANetがより少ないパラメータで最先端の処理を実現していることを示している。
  論文  参考訳（メタデータ） (2020-12-20T13:35:00Z)
• DSG-Net: Learning Disentangled Structure and Geometry for 3D Shape Generation [98.96086261213578]
  DSG-Netは3次元形状の非交叉構造と幾何学的メッシュ表現を学習するディープニューラルネットワークである。 これは、幾何(構造)を不変に保ちながら構造(幾何学)のような不整合制御を持つ新しい形状生成アプリケーションの範囲をサポートする。 本手法は,制御可能な生成アプリケーションだけでなく,高品質な合成形状を生成できる。
  論文  参考訳（メタデータ） (2020-08-12T17:06:51Z)
• Deep Geometric Texture Synthesis [83.9404865744028]
  幾何学的テクスチャを合成するための新しい枠組みを提案する。 単一の参照3Dモデルの局所的な近傍からテクスチャ統計を学習する。 我々のネットワークはメッシュ頂点を任意の方向に変位させ、幾何学的テクスチャの合成を可能にする。
  論文  参考訳（メタデータ） (2020-06-30T19:36:38Z)

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。