Synthetic CAD sketch-extrude dataset

该数据集是由卢森堡大学和Artec3D合作创建的合成CAD sketch-extrude序列数据集，包含一百万条多样化的CAD模型序列，编码为Python CadQuery代码。数据集通过自动合成生成，确保了模型在训练过程中接触到多样化的设计特征和模式。该数据集主要用于CAD逆向工程，旨在从点云数据中重建CAD模型，解决现有数据集规模小、多样性不足的问题，并为CAD编辑和CAD问答提供支持。This dataset is a synthetic CAD sketch-extrude sequence dataset co-developed by the University of Luxembourg and Artec3D, which contains one million diverse CAD model sequences encoded as Python CadQuery code. Generated via automated synthesis, it ensures that training models are exposed to a wide range of design features and patterns. Primarily designed for CAD reverse engineering to reconstruct CAD models from point cloud data, this dataset addresses the issues of small scale and insufficient diversity in existing datasets, while also providing support for CAD editing and CAD question answering.

搜集汇总

数据集介绍

构建方式

Synthetic CAD sketch-extrude dataset 的构建基于自动化生成流程，利用 Python CadQuery 库生成了一百万个多样化的 CAD 草图-拉伸序列。该数据集通过随机参数化草图-拉伸序列与几何拓扑启发式方法相结合，确保生成的 CAD 模型的有效性和多样性。每个模型都经过归一化处理，确保其位于单位边界框内，并且参数经过量化处理，以控制模型的精度和复杂性。此外，数据集中的代码片段可直接在 Python 环境中执行，便于后续的模型训练和验证。

特点

该数据集的特点在于其规模庞大且多样性丰富，涵盖了一百万个有效的 CAD 模型，每个模型都以 Python CadQuery 代码的形式表示。这种代码表示不仅具有高度的可解释性，还能够直接与现代 CAD 软件兼容。数据集中的模型涵盖了从简单几何形状到复杂结构的广泛设计特征，确保了模型训练时的多样性和全面性。此外，数据集的生成过程完全自动化，避免了人工干预带来的偏差，确保了数据的一致性和可靠性。

使用方法

该数据集主要用于训练和验证 CAD 逆向工程模型，特别是基于点云的 CAD 草图-拉伸序列生成任务。研究人员可以使用该数据集来训练深度学习模型，学习从点云到 CAD 代码的映射关系。在训练过程中，模型会接触到多样化的 CAD 设计特征和操作，从而提高其在实际应用中的泛化能力。此外，该数据集还可用于评估模型的性能，通过比较生成的 CAD 代码与真实模型的几何相似性，验证模型的有效性。数据集中的代码可直接执行，便于研究人员进行后续的模型编辑和优化。

背景与挑战

背景概述

Synthetic CAD sketch-extrude dataset是由卢森堡大学的SnT研究中心与Artec3D公司合作创建的一个大规模合成数据集，旨在解决计算机辅助设计（CAD）逆向工程中的关键问题。该数据集于2024年发布，主要研究人员包括Danila Rukhovich、Elona Dupont、Dimitrios Mallis等。其核心研究问题是从点云数据中重建CAD模型的草图-拉伸序列，并将其表示为可执行的Python代码。这一研究推动了CAD逆向工程领域的发展，特别是在利用预训练大语言模型（LLM）进行几何重建方面，显著提升了模型的性能与可解释性。该数据集的影响力体现在其首次将CAD序列表示为Python代码，并通过大规模合成数据解决了现有数据集的多样性与规模限制。

当前挑战

Synthetic CAD sketch-extrude数据集面临的挑战主要集中在两个方面。首先，在领域问题方面，CAD逆向工程的核心挑战是从点云中准确重建CAD模型的草图-拉伸序列，并确保生成的代码能够直接执行。这一过程不仅需要精确的几何重建，还需捕捉设计意图，以便生成的模型能够在CAD软件中进行进一步编辑。其次，在数据集构建过程中，研究人员面临的主要挑战是如何生成大规模且多样化的CAD序列数据。现有数据集如DeepCAD和Fusion360在规模和多样性上存在局限，而合成数据集的构建需要确保生成的CAD模型既具有几何有效性，又能涵盖复杂的设计特征。此外，如何将点云数据与Python代码之间的映射关系有效地编码到模型中，也是一个重要的技术挑战。

常用场景

经典使用场景

Synthetic CAD sketch-extrude dataset 主要用于计算机辅助设计（CAD）逆向工程领域，特别是在从点云数据中重建CAD模型的过程中。该数据集通过生成大量的CAD草图-拉伸序列，帮助研究人员训练和验证模型，以从点云数据中推断出CAD操作序列。这一过程在工业设计、产品逆向工程和3D建模中具有重要应用。

衍生相关工作

基于Synthetic CAD sketch-extrude dataset，研究人员开发了多种先进的CAD逆向工程模型，如CAD-Recode。该模型通过结合预训练的大型语言模型（LLM）和轻量级点云投影器，能够从点云数据中生成可执行的Python代码，显著提升了CAD重建的精度和效率。此外，该数据集还催生了CAD-QA（CAD问答）等新应用，展示了其在CAD模型理解和编辑方面的潜力。

数据集最近研究

最新研究方向

在计算机辅助设计（CAD）领域，Synthetic CAD sketch-extrude dataset的最新研究方向聚焦于利用大语言模型（LLMs）进行CAD逆向工程。通过将点云数据转换为可执行的Python代码，CAD-Recode模型能够重建CAD模型，并捕捉设计意图。这一方法不仅显著提升了现有方法的性能，还在DeepCAD和Fusion360数据集上实现了10倍于现有方法的Chamfer距离降低。此外，该数据集的研究还展示了如何通过LLMs进行CAD编辑和问答，进一步推动了CAD自动化设计的发展。这一研究方向不仅解决了传统CAD逆向工程中的复杂性和数据稀缺问题，还为未来的CAD设计工具提供了新的可能性。

相关研究论文

• CAD-Recode: Reverse Engineering CAD Code from Point Clouds

  卢森堡大学 · 2024年