基于草图大数据的渐进式与整体式 CAD 模型智能生成-基于特征的CAD草图分割数据集

基于特征的 CAD 草图分割数据集主要面向 CAD 草图理解、建模特征识别及基于草图的 CAD 重建等研究需求建设。该数据集来源于 Fusion360 分割数据集中的 CAD 模型，依托模型中对每个面已标注的建模操作标签生成。在数据构建过程中，为保证数据的代表性与有效性，首先剔除了大量结构简单且高度重复的几何体（如立方体、圆柱体），并过滤了占比极低（约 0.08%）的旋转操作样本，最终保留了约 24k 个包含拉伸、剪切、倒角和倒圆角等典型建模操作的 CAD 模型。数据生成采用 PythonOCC 对 CAD 模型进行分析与草图投影，根据面的结构关系为每条边赋予对应的建模操作标签，并在尺寸归一化后于等轴测视角及其邻域多个随机视角下进行投影渲染，同时引入笔画噪声和平滑处理以模拟真实手绘草图效果。最终数据集规模约为 91K 条训练样本、7K 条验证样本和 14K 条测试样本，具备较高的数据体量和应用价值。