論文の概要: Text-to-CAD Retrieval: a Strong Baseline

• arxiv url: http://arxiv.org/abs/2605.05572v1
• Date: Thu, 07 May 2026 01:35:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.477613
• Title: Text-to-CAD Retrieval: a Strong Baseline
• Title（参考訳）: Text-to-CAD検索:強力なベースライン
• Authors: Honghu Pan, Zibo Du, Daxiang Liu, Chengliang Liu, Xiaoling Luo,
• Abstract要約: 我々は,新しいモーダル検索タスクとしてテキストからCADへの検索を導入する。 自然言語クエリが与えられた大規模データベースから意味論的に関係のあるCADモデルを検索する。 手続き列と幾何学点雲の両方から多モードCAD埋め込みを学習する統合フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.457991818222395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text-based retrieval of Computer-Aided Design (CAD) models is a critical yet underexplored task for the reuse of legacy industrial designs. Existing CAD repositories are typically searched using filenames or directories, which limits the efficiency, scalability, and accuracy of design retrieval. In this paper, we formally introduce text-to-CAD retrieval as a new cross-modal retrieval task, aiming to retrieve semantically relevant CAD models from large-scale databases given natural language queries. Leveraging paired text-CAD annotations from the Text2CAD dataset, we establish a practical benchmark for this task. To achieve text-based retrieval, we propose a unified framework that learns multi-modal CAD embeddings from both procedural sequences and geometric point clouds. Specifically, a sequence encoder captures the construction logic of CAD models, while a point encoder extracts explicit geometric features. A text encoder is used to learn semantic representations of textual queries. During training, we introduce a novel feature decoder that reconstructs masked sequence features via cross-attention with text and point features, encouraging implicit multi-modal alignment. At inference time, we remove this auxiliary decoder to enable efficient retrieval using concatenated sequence-point features. Our framework serves as a strong baseline for text-to-CAD retrieval and lays the foundation for downstream CAD generation paradigms, such as retrieval-augmented generation. The source code will be released.
• Abstract（参考訳）: CAD(Computer-Aided Design)モデルのテキストベース検索は,レガシ産業デザインの再利用において重要な課題である。 既存のCADリポジトリは通常、ファイル名やディレクトリを使って検索される。 本稿では,自然言語クエリが与えられた大規模データベースから意味論的に関係のあるCADモデルを検索することを目的とした,新たなモーダル検索タスクとして,テキストからCADへの検索を正式に導入する。 Text2CADデータセットからペア化されたテキストCADアノテーションを利用することで、このタスクの実用的なベンチマークを確立する。 テキストベースの検索を実現するために,手続き列と幾何学点雲の両方から多モードCAD埋め込みを学習する統合フレームワークを提案する。 具体的には、シーケンスエンコーダがCADモデルの構成ロジックをキャプチャし、ポイントエンコーダが明示的な幾何学的特徴を抽出する。 テキストエンコーダは、テキストクエリのセマンティック表現を学ぶために使用される。 トレーニング中,テキストと点の特徴を交叉してマスキングシーケンスの特徴を再構築し,暗黙のマルチモーダルアライメントを奨励する新しい特徴デコーダを導入する。 推論時に、この補助デコーダを除去し、連結されたシーケンスポイント特徴を用いた効率的な検索を可能にする。 本フレームワークは,テキスト間CAD検索の強力なベースラインとして機能し,検索強化生成などの下流CAD生成パラダイムの基礎となる。 ソースコードはリリースされます。

関連論文リスト

• CADFS: A Big CAD Program Dataset and Framework for Computer-Aided Design with Large Language Models [80.47087401394882]
  本稿では,大規模視覚言語モデルによる複雑なCAD設計履歴の生成を可能にするデータ中心型フレームワークCADFSを紹介する。 我々は15のモデリング操作にまたがる450kの実世界のCADモデルのデータセットを構築した。 この表現でVLMを微調整すると、テキスト条件付きCAD生成と画像ベース再構成の最先端結果が得られる。
  論文  参考訳（メタデータ） (2026-05-03T15:12:36Z)
• 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)
• When Text-as-Vision Meets Semantic IDs in Generative Recommendation: An Empirical Study [48.67151986743594]
  テキストを視覚信号として扱うことでセマンティックID学習の表現設計を再考する。 項目記述を画像に描画することで得られるOCRに基づくテキスト表現の体系的な実証的研究を行う。 OCR-text は, セマンティックID 学習における標準テキスト埋め込みと一意に一致しているか, 上回っていることがわかった。
  論文  参考訳（メタデータ） (2026-01-21T06:18:57Z)
• CAD-Tokenizer: Towards Text-based CAD Prototyping via Modality-Specific Tokenization [16.26305802216836]
  CAD-Tokenizerは、プリミティブレベルプーリングと制約付きデコードを備えたシーケンスベースのVQ-VAEを用いて、モダリティ固有のトークンでCADデータを表現している。 この設計はCADの構造的性質に沿ったコンパクトでプリミティブな表現を生成する。
  論文  参考訳（メタデータ） (2025-09-25T13:38:36Z)
• 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)
• 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)
• Towards Text-Image Interleaved Retrieval [49.96332254241075]
  テキスト画像検索(TIIR)タスクを導入し、クエリと文書をインターリーブしたテキスト画像シーケンスとする。 我々は、自然にインターリーブされたwikiHowチュートリアルに基づいてTIIRベンチマークを構築し、インターリーブされたクエリを生成するために特定のパイプラインを設計する。 異なる粒度で視覚トークンの数を圧縮する新しいMMEを提案する。
  論文  参考訳（メタデータ） (2025-02-18T12:00:47Z)
• CAD-Editor: A Locate-then-Infill Framework with Automated Training Data Synthesis for Text-Based CAD Editing [12.277838798842689]
  テキストベースのCAD編集のための最初のフレームワークであるemphCAD-Editorを紹介する。 そこで本研究では,テキストベースのCAD編集の複合的な性質に対処するため,位置-then-infillフレームワークを提案する。 CAD-Editorは定量的にも質的にも優れた性能を発揮することを示す実験を行った。
  論文  参考訳（メタデータ） (2025-02-06T11:57:14Z)

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。