摘要

计算机辅助设计（CAD）模型通常通过依次绘制参数化草图并应用CAD操作来构建，以获得三维模型。三维CAD逆向工程的问题在于从点云等三维表示中重建草图和CAD操作序列。本文通过在三个层面提出创新贡献来应对这一挑战：CAD序列表示、网络设计和数据集。具体而言，我们将CAD草图-拉伸序列表示为Python代码。所提出的CAD-Recode方法将点云转换为Python代码，当执行这些代码时，可以重建CAD模型。利用预训练大型语言模型（LLMs）对Python代码的熟悉程度，我们采用了一个相对较小的LLM作为CAD-Recode的解码器，并将其与轻量级点云投影仪结合使用。CAD-Recode仅在一个包含一百万个多样化的CAD序列的合成数据集上进行训练。在三个数据集上，CAD-Recode显著优于现有方法，同时所需的输入点数较少。值得注意的是，在DeepCAD和Fusion360数据集上，其平均Chamfer距离比最先进的方法低10倍。此外，我们展示了我们的CAD Python代码输出可以被现成的LLMs解释，从而实现基于点云的CAD编辑和特定于CAD的问题回答。