Sep, 2024

GeoBiked：一个包含几何特征和自动标注技术的数据集，以支持工程设计中的深度生成模型

HTML
PDF
TL;DR本研究针对工程设计中深度生成模型（DGM）应用的数据集不足问题，推出GeoBiked数据集，包含4,355张带有结构与技术特征标注的自行车图像。通过利用大规模基础模型，提出了自动化数据标注的新方法，显著提高了结构图像中几何点检测的准确性，具有广泛的应用潜力。
发现论文，激发创造
  • SketchGraphs: 一个用于计算机辅助设计关系几何建模的大规模数据集

    该论文介绍了SketchGraphs数据集，利用机器学习模型可以实现对几何设计图的参数化，生成以及约束条件的预测。

    Jul, 2020

  • DeepCAD：用于计算机辅助设计模型的深度生成网络

    提出了基于 Transformer 的 CAD 生成模型，能够自动编码和随机生成 3D 形状，为此创建了一个包含 178,238 个模型的 CAD 数据集，并公开该数据集以促进未来的研究。

    May, 2021

  • Vitruvion：参数化CAD素描生成模型

    本文提出一种基于生成建模的参数化 CAD 设计方法，利用机器学习技术，实现自动补全、约束推断和条件合成功能，支持部分作图和手绘图像匹配，并能够在机械设计工作流中发挥重要的作用。

    Sep, 2021

  • 从概念到制造：评估用于工程设计的视觉语言模型

    利用GPT-4V模型进行了一项广泛评估，涵盖概念设计、系统级和详细设计、制造和检验以及工程教育等四个主要领域的工程设计任务，在分析中发现了该模型在处理复杂设计和制造挑战方面的能力，并确定了其在复杂工程设计应用中的局限性。

    Nov, 2023

  • BIKED++：一个包含140万张自行车图像和参数化CAD设计的多模态数据集

    该论文介绍了一个公共数据集，其中包含了140万个以参数方式表示的、程序生成的自行车设计，以JSON文件和栅格化图像形式提供。该数据集的创建依赖于一个渲染引擎，该引擎利用BikeCAD软件从参数化设计生成矢量图形。论文讨论了这个渲染引擎，并与数据集一起公开发布。尽管该数据集有众多应用，主要动机之一是需要训练参数化和基于图像的设计表示之间的交叉模态预测模型。例如，我们演示了可以训练预测模型，直接从参数化表示准确估计Contrastive Language-Image Pretraining (CLIP)嵌入。这样可以建立参数化自行车设计与文本字符串或参考图像之间的相似性关系。已公开发布了训练好的预测模型。该数据集是BIKED数据集系列的一部分，包括数千个混合表示的人工设计自行车模型和几个量化设计性能的数据集。代码和数据集可以在this https URL找到。

    Feb, 2024

  • 计算机辅助设计的几何深度学习：一项综述

    几何深度学习在计算机辅助设计领域具有革命性的能力，通过利用基于机器学习的方法，CAD 设计师能够优化其工作流程，节省时间和精力，做出更明智的决策，并创造出创新且实用的设计。这篇综述提供了计算机辅助设计领域中基于学习的方法的全面概述，包括相似性分析和检索、2D 和 3D CAD 模型合成以及基于点云的 CAD 生成。此外，它还提供了完整的基准数据集及其特征，以及推动该领域研究的开源代码。最后的讨论涉及该领域面临的挑战，以及未来潜在的研究方向。

    Feb, 2024

  • GeoGPT4V：朝向具有几何图像生成能力的几何多模式大型语言模型

    使用GPT-4和GPT-4V生成对齐的文本和图像的几何问题数据集GeoGPT4V，显著提高了各种模型在MathVista和MathVision基准测试中的几何性能。

    Jun, 2024

  • CAD引导的生成模型：可行性和新颖性工程设计之路

    本文介绍了一种通过CAD图像提示来改善设计可行性的方法，并通过自行车设计任务的案例研究探究了该方法的实用性，结果表明CAD图像提示成功地帮助了文本到图像模型创建更具可行性的设计图像，并提供了在工程设计过程中选择适当的CAD图像提示权重的指南，有效利用我们的CAD图像提示方法可以拓宽文本到图像模型在工程设计中的应用范围。

    Jul, 2024

  • 基于视觉-语言模型实现建筑环境零注释的方法

    本研究解决了高保真建筑环境数字表示需求与高成本人工注释之间的矛盾。通过使用视觉-语言模型和分段策略，抵消了对人工注释的依赖，实验结果显示，采用预分段策略的模型在多个城市特征的注释中达到了接近40%的交并比准确率。这一发现为自动注释建筑环境的研究开辟了新方向，以提升公平性、可及性和安全性。

    Aug, 2024

  • CadVLM：在参数化计算机辅助设计草图生成中桥接语言与视觉

    本研究针对参数化计算机辅助设计（CAD）在精确草图建模方面面临的挑战，提出了一种新方法。通过开发CadVLM，一个能够有效处理工程草图的视觉语言模型，我们首次将多模态大型语言模型应用于参数化CAD生成，显著提升了CAD草图生成任务的性能，如自动补全和自动约束生成。这一工作为计算机辅助机械设计领域带来了重要进展。

    Sep, 2024