Drawing2CAD：一键把二维工程图转成三维参数化 CAD 模型

在工业设计、机械工程、产品开发领域，有一个长期存在的“效率瓶颈”：

设计师画好了二维工程图 → 工程师手动在 CAD 软件里重建三维模型 → 耗时、易错、难迭代。

现在，这个问题有了一个自动化解法 —— Drawing2CAD。

由杭州电子科技大学、浙江大学、深圳大数据研究院、广州大学、中国科学技术大学联合推出的这一框架，能直接将 SVG 格式的二维矢量工程图，自动转换为可编辑、可参数化的三维 CAD 模型。

• GitHub：https://github.com/lllssc/Drawing2CAD

无需手动建模，无需专业 CAD 操作经验 —— 输入图纸，输出模型，一步到位。

它解决了什么问题？

传统流程中，从 2D 图纸到 3D 模型，往往需要：

• 人工解读视图（主视图、俯视图、侧视图、等轴测图）；
• 手动在 SolidWorks、Fusion 360 等软件中重建特征；
• 反复调整尺寸、约束、参数，确保与原图一致。

这个过程不仅耗时（动辄数小时），还容易因人为理解偏差导致模型错误。

Drawing2CAD 的目标：
✅ 自动理解图纸几何与空间关系
✅ 自动生成参数化建模操作序列
✅ 输出标准 CAD 模型，支持后续编辑与仿真

核心技术：序列到序列 + 双解码器 + 软目标优化

1. 将 CAD 建模“翻译”成序列生成问题

• 输入：SVG 矢量图（保留精确几何与图层信息）
• 输出：一串 CAD 操作指令（如 “extrude 高度=10mm”、“fillet 半径=2mm”）

模型本质是一个 SVG → CAD 操作序列 的翻译器。

2. 双解码器架构：命令与参数分开生成，确保语义一致

• 解码器 A：预测下一步该执行什么命令（拉伸、倒角、打孔等）
• 解码器 B：根据命令，预测对应参数（尺寸、角度、位置等）

举例：
命令 = “拉伸” → 参数 = “高度 15mm，方向 Z+”
命令 = “倒圆角” → 参数 = “半径 3mm，选边 A-B”

这种结构避免了“命令与参数不匹配”的常见错误。

3. 软目标分布损失函数：允许合理误差，提升泛化能力

工程图纸中，尺寸标注可能存在±0.1mm 的公差，或视图投影存在微小变形。

传统“硬匹配”损失函数容易过拟合。
Drawing2CAD 采用软目标分布损失，允许参数在合理范围内浮动，更贴近真实工程场景。

支持多种输入配置

• 单视图：等轴测图（Isometric）
• 三视图：主视图 + 俯视图 + 侧视图
• 四视图：三视图 + 等轴测图（推荐，精度最高）

模型能自动融合多视图信息，推理出完整的三维结构。

性能表现：全面超越基线模型 DeepCAD-vector

在标准测试集上，Drawing2CAD 在多个关键指标上均优于现有方法：

注：测试基于公开工程图数据集，涵盖机械零件、工业组件等常见类型。