論文の概要: CADENA: Stepwise CAD Reverse Engineering

• arxiv url: http://arxiv.org/abs/2608.00799v1
• Date: Sat, 01 Aug 2026 17:59:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.909528
• Title: CADENA: Stepwise CAD Reverse Engineering
• Title（参考訳）: CADENA: ステップワイドCADリバースエンジニアリング
• Authors: Soslan Kabisov, Gennadiy Savrasov, Maksim Elistratov, Antonio Rodriguez, Daniil Ignatiev, Nikita Gavrilov, Rustam Uzdenov, Alexey I. Boyko, Igor Pasechnik, Anton Konushin, Andrey Kuznetsov, Dmitrii Zhemchuzhnikov,
• Abstract要約: パラメトリックCADプログラムとして3Dメッシュを再構成するモデルであるCADENAを紹介する。 また、CADENA-Benchは、機械部品のカテゴリ間での性能を測定するベンチマークである。
• 参考スコア（独自算出の注目度）: 7.593370103613143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computer-Aided Design (CAD) underpins modern engineering, yet converting existing shapes into editable models still demands substantial expert effort. Most AI systems emit the entire CAD program in a single pass, never inspecting the intermediate geometry. In contrast, human engineers build a part feature by feature, checking after each operation what remains to be modeled. We introduce CADENA (Spanish for "chain"), a model that reconstructs a 3D mesh as a parametric CAD program, growing its sequence of operations one at a time and comparing the target with the currently predicted geometry at every step. We also address the lack of benchmarks for evaluating reverse-engineering methods on mechanical parts, introducing CADENA-Bench, a benchmark that measures performance across categories of mechanical parts. CADENA outperforms prior methods on CADENA-Bench and on the DeepCAD, Fusion 360, and MCB datasets. Code is available at https://github.com/zhemdi/cadena, model weights at https://huggingface.co/kulibinai/cadena, and CADENA-Bench at https://huggingface.co/datasets/kulibinai/cadena-bench.
• Abstract（参考訳）: CAD(Computer-Aided Design)は現代工学の基盤となっているが、既存の形状を編集可能なモデルに変換するには依然としてかなりの専門的な努力が必要である。 ほとんどのAIシステムはCADプログラム全体を1パスで出力し、中間幾何学を検査しない。 対照的に、人間のエンジニアは機能ごとに部分的な機能を構築し、どの操作をモデルにするかをチェックします。 CADENAは3次元メッシュをパラメトリックCADプログラムとして再構築し、その操作シーケンスを一度に増加させ、現在予測されている幾何と比較するモデルである。 また、機械部品のリバースエンジニアリング手法を評価するためのベンチマークの欠如にも対処し、機械部品のカテゴリ間での性能を測定するベンチマークであるCADENA-Benchを紹介した。 CADENAはCADENA-BenchやDeepCAD、Fusion 360、MCBデータセットの先行手法より優れている。 コードはhttps://github.com/zhemdi/cadenaで、モデルウェイトはhttps://huggingface.co/kulibinai/cadenaで、CADENA-Benchはhttps://huggingface.co/datasets/kulibinai/cadena-benchで入手できる。

関連論文リスト

• Autoregressive B-Rep Shape Generation with Parametric Surfaces [83.03418080213359]
  ParaCADは、ポイントクラウド条件のB-Rep生成のための自動回帰フレームワークである。 我々のモデルはまず、制約されたUV領域を持つパラメトリック曲面を生成し、その後、これらの曲面をグローバルに交差させることで有効なB-Repを構築する。 大規模な実験により、ParaCADは忠実な点-クラウドアライメントで正確なB-Repsを生成することが示された。
  論文  参考訳（メタデータ） (2026-07-19T06:14:50Z)
• 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)
• CADReasoner: Iterative Program Editing for CAD Reverse Engineering [8.468103398438917]
  多くのAIシステムはCADのリバースエンジニアリングに取り組むが、その多くはシングルパスであり、細かい幾何学的詳細を見逃している。 CADReasonerは幾何差分を用いた予測を反復的に洗練するよう訓練されたモデルである。 モデルは、次のステップでレンダリングメッシュが返される実行可能なCadQuery Pythonプログラムを出力する。
  論文  参考訳（メタデータ） (2026-02-18T10:27:29Z)
• MiCADangelo: Fine-Grained Reconstruction of Constrained CAD Models from 3D Scans [22.243878630903577]
  本稿では,CADのリバースエンジニアリングに人間設計者が手作業で行う方法に着想を得た新しい手法を提案する。 提案手法は多平面断面を利用して2次元パターンを抽出し,より効果的にパラメトリックな細部を捕捉する。 これにより、詳細かつ編集可能なCADモデルの再構築、最先端の手法の向上、そして初めて、スケッチ制約を直接再構成プロセスに組み込むことができる。
  論文  参考訳（メタデータ） (2025-10-27T15:33:51Z)
• 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)
• CADSpotting: Robust Panoptic Symbol Spotting on Large-Scale CAD Drawings [56.05238657033198]
  本稿では,大規模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果的な方法であるCADSpottingを紹介する。 また、重み付き投票とNon-Maximum Suppression(NMS)を組み合わせたSWA(Sliding Window Aggregation)手法を提案する。 FloorPlanCAD と LS-CAD の実験により,CADSpotting が既存手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-12-10T10:22:17Z)
• 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)
• Point2CAD: Reverse Engineering CAD Models from 3D Point Clouds [26.10631058349939]
  本稿では,分割点雲と構造CADモデルのギャップを埋めるハイブリッド解析ニューラルネットワーク再構成手法を提案する。 また,自由曲面の暗黙的表現を新たに提案し,CAD再構成方式の性能向上を図る。
  論文  参考訳（メタデータ） (2023-12-07T08:23:44Z)
• 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)

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。