論文の概要: A2Z-10M+: Geometric Deep Learning with A-to-Z BRep Annotations for AI-Assisted CAD Modeling and Reverse Engineering

• arxiv url: http://arxiv.org/abs/2603.12605v1
• Date: Fri, 13 Mar 2026 03:17:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-16 17:38:11.870161
• Title: A2Z-10M+: Geometric Deep Learning with A-to-Z BRep Annotations for AI-Assisted CAD Modeling and Reverse Engineering
• Title（参考訳）: A2Z-10M+:AI支援CADモデリングとリバースエンジニアリングのためのA-to-Z BRepアノテーションを用いた幾何学的深層学習
• Authors: Pritham Kumar Jena, Bhavika Baburaj, Tushar Anand, Vedant Dutta, Vineeth Ulavala, Sk Aziz Ali,
• Abstract要約: 本研究では,100万のABC CADモデルに対して,1000万のマルチモーダルアノテーションとメタデータを最大にコンパイルする。 A2Zは、(i)高分解能メッシュと、(ii)3D手描きスケッチと、(iii)BRepコエッジ、コーナー、表面に関する幾何学的および位相的情報を備える。
• 参考スコア（独自算出の注目度）: 2.8297694065230448
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Reverse engineering and rapid prototyping of computer-aided design (CAD) models from 3D scans, sketches, or simple text prompts are vital in industrial product design. However, recent advances in geometric deep learning techniques lack a multi-modal understanding of parametric CAD features stored in their boundary representation (BRep). This study presents the largest compilation of 10 million multi-modal annotations and metadata for 1 million ABC CAD models, namely A2Z, to unlock an unprecedented level of BRep learning. A2Z comprises (i) high-resolution meshes with salient 3D scanning features, (ii) 3D hand-drawn sketches equipped with (iii) geometric and topological information about BRep co-edges, corners, and surfaces, and (iv) textual captions and tags describing the product in the mechanical world. Creating such carefully structured, large-scale data, which requires nearly 5 terabytes of storage to leverage unparalleled CAD learning/retrieval tasks, is very challenging. The scale, quality, and diversity of our multi-modal annotations are assessed using novel metrics, GPT-5, Gemini, and extensive human feedback mechanisms. To this end, we also merge an additional 25,000 CAD models of electronic enclosures (e.g., tablets, ports) designed by skilled professionals with our A2Z dataset. Subsequently, we train and benchmark a foundation model on a subset of 150K CAD models to detect BRep co-edges and corner vertices from 3D scans, a key downstream task in CAD reverse engineering. The annotated dataset, metrics, and checkpoints will be publicly released to support numerous research directions.
• Abstract（参考訳）: 3Dスキャン、スケッチ、単純なテキストプロンプトからコンピュータ支援デザイン(CAD)モデルのリバースエンジニアリングと迅速なプロトタイピングは、産業製品設計において不可欠である。 しかし、近年の幾何学的深層学習技術は、その境界表現(BRep)に格納されたパラメトリックCAD機能のマルチモーダル理解を欠いている。 本研究では,100万のABC CADモデル,すなわちA2Zに対する1000万のマルチモーダルアノテーションとメタデータの最大コンパイルを行い,これまでにないレベルのBRep学習を解き放つことを提案する。 A2Z構成 (i)高分解能メッシュ、高精細3次元走査機能 (二)手描き3Dスケッチ 三 ブレープコエッジ、角及び表面に関する幾何学的及び位相的情報及び (四 機械の世界で製品を記述する文字のキャプション及びタグ CAD学習/検索タスクを活用するのに5テラバイト近いストレージを必要とする、慎重に構造化された大規模なデータを作成することは、非常に難しい。 マルチモーダルアノテーションのスケール,品質,多様性を,新しい指標,GPT-5,Gemini,広範囲なフィードバック機構を用いて評価した。 この目的のために、熟練したプロフェッショナルがA2Zデータセットで設計した電子囲い(タブレット、ポートなど)の25,000のCADモデルも統合しました。 その後、CADリバースエンジニアリングにおける重要な下流タスクである3DスキャンからBRepコエッジとコーナー頂点を検出するために、150KのCADモデルのサブセットに関する基礎モデルをトレーニングし、ベンチマークする。 注釈付きデータセット、メトリクス、チェックポイントが公開され、多くの研究方向をサポートする。

関連論文リスト

• DreamCAD: Scaling Multi-modal CAD Generation using Differentiable Parametric Surfaces [67.45867367326105]
  ポイントレベルの監視から編集可能なBRepsを直接生成するマルチモーダル生成フレームワークであるDreamCADを提案する。 DreamCADは、各BRepをパラメトリックパッチの集合として表現し、メッシュを生成するために微分可能なテッセルレーション手法を使用する。 DreamCADはABCの最先端のパフォーマンスを達成し、テキスト、画像、点のモダリティにまたがるベンチマークを行う。
  論文  参考訳（メタデータ） (2026-03-05T19:04:07Z)
• Drawing2CAD: Sequence-to-Sequence Learning for CAD Generation from Vector Drawings [13.135028604324754]
  CAD(Computer-Aided Design)生成モデリングは、産業アプリケーション全体で重要なイノベーションを導いている。 最近の研究は、ポイントクラウド、メッシュ、テキスト記述など、さまざまな入力からソリッドモデルを作成する際に顕著な進歩を見せている。 これらの手法は、2次元のエンジニアリング図面から始まる伝統的な産業図面と根本的に異なる。 これらの2次元ベクトル描画からパラメトリックCADモデルの自動生成は、エンジニアリング設計における重要なステップであるにもかかわらず、まだ探索されていない。
  論文  参考訳（メタデータ） (2025-08-26T07:01:58Z)
• CADmium: Fine-Tuning Code Language Models for Text-Driven Sequential CAD Design [14.874524630759332]
  我々は,人間的な記述を付加した170k以上のCADモデルの大規模パイプラインを新たに導入する。 本研究はCADmiumがCAD設計を自動化可能であることを示すものである。
  論文  参考訳（メタデータ） (2025-07-13T21:11:53Z)
• RAG-6DPose: Retrieval-Augmented 6D Pose Estimation via Leveraging CAD as Knowledge Base [112.72361202480154]
  本稿では,3次元CADモデルを知識ベースとして活用する検索拡張手法であるRAG-6DPoseを提案する。 標準的なベンチマークと実世界のロボットタスクによる実験結果は、我々のアプローチの有効性と堅牢性を示している。
  論文  参考訳（メタデータ） (2025-06-23T17:19:41Z)
• PHT-CAD: Efficient CAD Parametric Primitive Analysis with Progressive Hierarchical Tuning [52.681829043446044]
  ParaCADは1000万点以上のアノテートドローイングと、複雑なトポロジカルな構造とテストのための物理的な制約を備えた3,000の現実世界の産業図で構成されている。 PHT-CADは視覚言語モデルのモダリティアライメントと推論機能を利用する新しい2次元PPAフレームワークである。
  論文  参考訳（メタデータ） (2025-03-23T17:24:32Z)
• 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)

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。