STEP-Parts: 面向大规模CAD处理的边界表示几何分割

arXiv 2026 56.1 method

TLDR

STEP-Parts从B-Reps中确定性提取几何实例分割，用于大规模CAD处理，为下游学习提供稳定标签。

评分理由

Strengths include a deterministic, efficient pipeline that preserves analytic surface structure and topological adjacency, with robust boundaries under tessellation changes. Weaknesses are its limitation to B-Rep inputs and lack of direct evaluation on generative or reconstruction tasks beyond two downstream probes.

Read-first 评分解释

综合优先阅读分 56.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 53。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、数据集、评估、指标、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集

主题相关性 42%

33.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：39。

关键词评分

B-Rep

boundary representation

computer-aided design

AI for CAD

neural CAD

CAD reconstruction

parametric CAD

generative CAD

CAD generation

constructive solid geometry

CSG

point cloud to CAD

sketch extrusion

text-to-CAD

image-to-CAD

CAD program

深度分析

创新点

从原始STEP B-Reps中提取几何实例分割的确定性CAD到监督工具链，保留解析曲面和拓扑。
基于相同解析图元类型和近切连续准则的面合并，利用二面角双峰分布实现阈值不敏感的部件提取。
通过保留的源面对应关系将分割转移到网格化网格，确保网格化鲁棒的实例标签。
高效大规模处理：消费级CPU上不到六小时处理18万个模型。

方法

STEP-Parts处理原始STEP B-Rep文件，通过合并共享相同解析图元类型且满足近切连续准则的相邻面，利用二面角双峰分布设置阈值不敏感的低角度区域。所得几何实例分割通过保留的源面对应关系转移到三角形网格，生成实例标签和元数据。

关键结果

该工具链在消费级CPU上不到六小时处理了ABC的DeepCAD子集中约18万个模型，分割结果可作为网格化鲁棒的监督信号用于隐式重建-分割网络和点云骨干网络。

资源

论文