論文の概要: Blueprint2CAD: Benchmarking Foundation Models on Engineering Drawing-to-CAD Render Correspondence

• arxiv url: http://arxiv.org/abs/2611.02433v1
• Date: Mon, 02 Nov 2026 02:56:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.318669
• Title: Blueprint2CAD: Benchmarking Foundation Models on Engineering Drawing-to-CAD Render Correspondence
• Title（参考訳）: Blueprint2CAD: エンジニアリング図面とCAD図面の対応に関するベンチマーク基礎モデル
• Abstract要約: 描画/レンダリング対応のベンチマークであるBlueprint2CADを紹介する。 データ層BlueCAD-30Kは29,925のZero-to-CADモデルにオープンドラフトパイプラインを適用している。 6つのゼロショットビジョン言語モデルは0.52-0.67の精度にしか達しない。
• 参考スコア（独自算出の注目度）: 55.626133709612056
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Engineering drawings specify mechanical parts through orthographic projections. Recognizing which part a drawing depicts underlies part search, design reuse, and digitization, yet no public benchmark measures whether vision models can do it. We introduce Blueprint2CAD, a benchmark for drawing-to-render correspondence: given an orthographic line drawing and a shaded render, usually from another viewpoint, decide whether they show the same part. Its data layer, BlueCAD-30K, applies an open drafting pipeline to 29,925 Zero-to-CAD models, adding view-aligned renders, clean and dimensioned drawings from six viewpoints, and surface-type metadata. Frozen encoders retrieve the matching part from a 10,000-model gallery with up to 65% Recall@1 when viewpoints are known but 43% when they are not, and the four encoders we test lie within six points of each other: viewpoint, not backbone, is the bottleneck. Six zero-shot vision-language models reach only 0.52-0.67 verification accuracy, with model-specific Yes/No biases that chain-of-thought shifts but does not remove; a quick LoRA fine-tuning on in-domain pairs improves verification accuracy by a few points but sharpens these biases and leaves the viewpoint failure intact.
• Abstract（参考訳）: エンジニアリング図面は、直交射影を通して機械部品を特定する。 図面のどの部分が検索、デザインの再利用、デジタル化の根底にあるかを認識することはできるが、視覚モデルがそれを行うことができるかどうかのベンチマークは公開されていない。 直交線図面と日陰線図面(通常、別の視点から)が与えられた場合、それらが同じ部分を示すかどうかを判断する。 データ層であるBlueCAD-30Kは、29,925のZero-to-CADモデルにオープンドラフトパイプラインを適用し、ビュー整列レンダリング、6つの視点からのクリーンで次元の描画、およびサーフェスタイプのメタデータを追加した。 フリーズエンコーダは、ビューポイントが分かっていない場合、最大65%のRecall@1を持つ10,000モデルギャラリーからマッチング部分を取得する。 6つのゼロショットビジョン言語モデルは0.52-0.67の精度にしか達せず、モデル固有のYes/Noバイアスはチェーン・オブ・シントシフトするが除去しない。

関連論文リスト

• InfiniSplat v2: Analyzing and Improving Feed-Forward 3DGS from Any Views [74.16877540289617]
  InfiniSplat v2を導入することで、アーキテクチャやトレーニングの変更によるレンダリング品質の向上を実現します。 本手法は, 凍結した幾何学分岐を用いて, 形状予測と属性予測を分離する。 画像再構成のみを用いて学習した不透明度は、幾何学的に矛盾する点を抑える。
  論文  参考訳（メタデータ） (2026-10-14T15:21:57Z)
• CrossProjection: Geometric Grounding Beyond Viewpoint Change in Architectural Drawings [13.010314444320384]
  CrossProjectionは、視覚言語モデルがコンポーネントのアイデンティティを保持し、不均一なビューにわたって幾何学を外部化するかどうかをアンカーグラウンドで診断する。 分類的判断、候補選択、自由点、線、領域のローカライゼーションを通じてマッチング、登録、幾何学的グラウンドを評価する。
  論文  参考訳（メタデータ） (2026-08-01T06:51:38Z)
• SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment [8.675679091961213]
  CAD-to-imageアライメントは、オブジェクトの9Dポーズを単一のRGBイメージから推定することを目的としている。 最近のゼロショット法では、画像領域とCADモデルとのマッチングに視覚的基礎モデルを使用している。 ゼロショットCADアライメントのための弱い教師付きフレームワークSUFLECAを紹介する。
  論文  参考訳（メタデータ） (2026-07-16T14:32:34Z)
• Foundation Models for Automatic CAD Generation [0.0]
  本章では,機械部品の自動設計(CAD)のための基礎モデルに関する実証的研究を紹介する。 LLMForgeは空間的検証,解析的特徴スコアリング,メッシュ合成,マルチラウンド反復精錬を統合したマルチモデルテキスト・ツー・CADフレームワークである。 IterTracerの下では、4つの最高ランクのモデルが98.97%の成功率を持つ厳密なクラスタ(overall mean in [0.885, 0.890])を形成している。
  論文  参考訳（メタデータ） (2026-07-06T19:17:49Z)
• Beyond 'Templates': Category-Agnostic Object Pose, Size, and Shape Estimation from a Single View [69.6117755984012]
  物体の6Dポーズ、サイズ、形状を視覚入力から推定することは、コンピュータビジョンの基本的な問題である。 一つのRGB-D画像から6次元のポーズ,サイズ,密な形状を同時に予測する統合されたカテゴリ非依存フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-13T17:49:15Z)
• GigaPose: Fast and Robust Novel Object Pose Estimation via One Correspondence [64.77224422330737]
  GigaPoseは、RGB画像におけるCADベースの新しいオブジェクトポーズ推定のための高速で堅牢で正確な方法である。 提案手法では,通常の3次元ではなく,2自由度空間でテンプレートをサンプリングする。 最先端の精度を実現し、既存の精錬手法とシームレスに統合することができる。
  論文  参考訳（メタデータ） (2023-11-23T18:55:03Z)
• Model2Scene: Learning 3D Scene Representation via Contrastive Language-CAD Models Pre-training [105.3421541518582]
  現在成功している3次元シーン認識法は、大規模アノテートされた点雲に依存している。 CAD(Computer-Aided Design)モデルと言語から自由な3Dシーン表現を学習する新しいパラダイムであるModel2Sceneを提案する。 Model2Sceneは、平均mAPが46.08%、ScanNetとS3DISのデータセットが55.49%という、ラベルなしの優れた3Dオブジェクトのサリエント検出をもたらす。
  論文  参考訳（メタデータ） (2023-09-29T03:51:26Z)
• SPARC: Sparse Render-and-Compare for CAD model alignment in a single RGB image [21.77811443143683]
  1つの画像から3D形状と静止物体のポーズを推定することは、ロボット工学、拡張現実、デジタルコンテンツ作成に重要な応用となる。 我々は、正規化されたオブジェクト座標に依存するよりも、スパースで反復的で、レンダリング・アンド・コンパレントなアプローチの方が正確で堅牢であることを示した。 我々のアライメント手順は、わずか3回のイテレーションで収束し、挑戦的な実世界のデータセットであるScanNetの最先端のパフォーマンスを改善します。
  論文  参考訳（メタデータ） (2022-10-03T16:02:10Z)

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。