Drawing-Recode: Annotation Grounding for Parametric CAD Code Generation from Raster 2D CAD Drawings

📄 arXiv: 2607.27558v1 📥 PDF

作者: Mingi Kim, Yongjun Kim, Hyungki Kim

分类: cs.CV, cs.AI

发布日期: 2026-07-30

💡 一句话要点

提出Drawing-Recode以解决光栅2D CAD图纸的参数化CAD代码生成问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 参数化CAD 光栅图纸 注释定位 几何特征提取 制造自动化

📋 核心要点

  1. 现有方法仅处理矢量图纸或局限于特定领域，未能有效连接尺寸注释与几何信息，限制了3D参数化CAD序列的恢复。
  2. Drawing-Recode框架通过图像编码器提取几何特征，并结合文本识别模块和交叉注意力机制，明确将注释与几何信息关联。
  3. 实验结果显示，Drawing-Recode在扫描图纸上优于现有基线，展现出良好的鲁棒性，推动了工业环境中CAD图纸的数字化进程。

📝 摘要（中文）

从光栅格式的2D计算机辅助设计（CAD）图纸中恢复参数化CAD序列对于零件再生产和制造过程自动化至关重要。然而，现有研究仅处理矢量图纸或局限于特定领域，未能明确将尺寸注释与几何信息连接，限制了其对3D参数化CAD序列恢复的应用。我们提出了Drawing-Recode框架，从光栅2D CAD图纸生成CAD代码的参数化CAD序列。该框架通过图像编码器提取几何特征，并通过单独的文本识别模块识别注释，然后利用交叉注意力和我们提出的注释定位损失（AGL）将注释明确地与几何信息关联。实验表明，Drawing-Recode在工业条件下的扫描图纸上表现优于现有基线，具有良好的鲁棒性。我们期望Drawing-Recode能促进工业环境中光栅2D CAD图纸的数字化以及零件再生产和制造自动化。

🔬 方法详解

问题定义：本论文旨在解决从光栅格式的2D CAD图纸中恢复参数化CAD序列的问题。现有方法的痛点在于它们通常只处理矢量图纸或特定领域的图纸，无法有效连接尺寸注释与几何信息，从而限制了3D参数化CAD序列的恢复能力。

核心思路：论文提出的Drawing-Recode框架通过提取几何特征和识别注释，利用交叉注意力机制将注释与几何信息明确关联，从而生成参数化CAD代码。这样的设计旨在提高从光栅图纸中提取信息的准确性和有效性。

技术框架：整体架构包括图像编码器、文本识别模块和大型语言模型（LLM）。首先，图像编码器提取几何特征；然后，文本识别模块识别注释；最后，利用交叉注意力机制和注释定位损失（AGL）将注释与几何信息关联，并生成CAD代码。

关键创新：最重要的技术创新点在于提出的注释定位损失（AGL），它通过交叉注意力机制将注释与几何信息进行有效关联，这在现有方法中尚未实现。

关键设计：在设计中，采用了交叉注意力机制来增强注释与几何特征之间的关联性，同时设置了特定的损失函数以优化模型的学习过程。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，Drawing-Recode在处理扫描图纸时表现优于现有基线，具体性能提升幅度达到XX%（具体数据待补充），显示出其在工业应用中的强大鲁棒性和有效性。

🎯 应用场景

该研究的潜在应用领域包括制造业、工程设计和自动化生产等。通过将光栅2D CAD图纸数字化，能够提高零件再生产的效率，降低人工干预，推动制造过程的自动化，具有重要的实际价值和未来影响。

📄 摘要（原文）

Recovering Parametric CAD sequences from raster-format 2D Computer-Aided Design (CAD) drawings accumulated prior to digital transformation is important for part reproduction and manufacturing process automation. However, existing studies either process only vector drawings or are limited to specific domains, and fail to explicitly connect dimensional annotations to geometric information, limiting their use of dimensional information for 3D Parametric CAD sequences recovery. We propose Drawing-Recode, a framework that generates Parametric CAD sequences as CAD code from raster 2D CAD drawings. Drawing-Recode extracts geometric features via an image encoder and recognizes annotations through a separate text recognition module, then explicitly grounds annotations to geometric information using cross-attention and our proposed Annotation Grounding Loss (AGL). The resulting features are fed into a Large Language Model (LLM) to generate CAD code in the Structured Parametric CAD Code (SPCC) format. Experiments show that Drawing-Recode outperforms existing baselines and remains robust on scanned drawings resembling industrial conditions. We expect Drawing-Recode contributes to digitizing raster 2D CAD drawings in industrial settings and to part reproduction and manufacturing automation.