论文页面 - StepCAD：通过 LLM 策略与几何引导搜索实现从网格到 CAD 代码的生成

来源：https://huggingface.co/papers/2610.03799

摘要

从 3D 网格恢复可执行的 CAD 程序具有很大挑战性，这源于 CAD 构建的组合特性以及离散建模选择与连续参数之间的交互。许多基于学习的方法采用单次前向传递预测完整程序，并主要依赖草图-拉伸（sketch-extrude）表示，这限制了操作的多样性以及在重建过程中纠正几何错误的机会。我们提出了 StepCAD，一种生成式优化方法，将状态条件化的 CAD 策略与几何引导搜索相结合。给定输入网格，该策略根据目标几何和中间几何预测构建动作，随后由 IoU 引导的树搜索通过局部编辑进一步优化生成的程序。我们还提出了 ARCADE-1.5M，一个大规模数据集，包含 150 万个可执行 CAD 程序，涵盖多样化的操作类型，序列最大长度为 150+ 个计数操作，以及 1250 万条中间状态-动作转移。在多个 CAD 重建基准上的实验表明，StepCAD 达到了最先进的几何重建精度，同时保持了较高的程序有效性，相比最强的评估基线最高实现了 87.2% 的相对 IoU 提升，在复杂形状上的增益尤为显著。

项目页面：https://ghadinehme.com/stepcad.github.io/

查看 arXiv 页面 (https://arxiv.org/abs/2610.03799) 查看 PDF (https://arxiv.org/pdf/2610.03799) 项目页面 (https://ghadinehme.com/stepcad.github.io/) GitHub1 (https://github.com/ghadinehme/StepCAD) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2610.03799)

引用本文的模型 0

暂无关联模型

在模型 README.md 中引用 arxiv.org/abs/2610.03799 即可从此页面关联。

引用本文的数据集 0

暂无关联数据集

在数据集 README.md 中引用 arxiv.org/abs/2610.03799 即可从此页面关联。

引用本文的 Spaces 0

暂无关联 Space

在 Space README.md 中引用 arxiv.org/abs/2610.03799 即可从此页面关联。

收录本文的收藏夹 0

暂无收录该论文的收藏夹

将该论文添加到收藏夹 (https://huggingface.co/new-collection) 即可从此页面关联。