PICASSO: A Feed-Forward Framework for Parametric Inference of CAD Sketches via Rendering Self-Supervision

我们提出了一种新颖的框架PICASSO，通过渲染自我监督来进行CAD草图参数化，包括手绘或精确草图图像。给定CAD草图的绘图，该框架将其转换为可以导入CAD软件的参数化基元。与现有方法相比，PICASSO使得可以从精确或手绘草图图像中学习参数化CAD草图，即使在参数级别的注释很少或不可用的情况下也是如此。这是通过利用草图的几何特征作为学习线索来预训练CAD参数化网络来实现的。具体而言，PICASSO包括两个主要组件：（1）草图参数化网络（SPN），它从CAD草图图像中预测一系列参数化基元；（2）草图渲染网络（SRN），它以可微分的方式呈现参数化CAD草图。SRN有助于计算图像到图像的损失，可以用于预训练SPN，从而实现手绘草图的零次和少次学习情况的参数化。在广泛使用的SketchGraphs数据集上进行的广泛评估验证了所提出框架的有效性。

提出了一种名为PICASSO的新型框架，利用自监督渲染技术，从手绘或精确草图图像中进行CAD草图参数化。该框架的目的是实现从CAD草图的图像到参数化基元的转换，解决了手绘草图参数级别注释稀缺或不可用的情况。

通过利用草图的几何特征作为学习线索来预训练CAD参数化网络，从而实现从手绘草图图像中进行参数化CAD草图的零次和少次学习。

该论文提出了一个新的框架PICASSO，包括两个主要组件：草图参数化网络（SPN）和草图渲染网络（SRN）。SRN通过可微分的方式渲染参数化CAD草图，从而实现了图像到图像的损失计算，可以用于预训练SPN。在广泛使用的SketchGraphs数据集上进行的广泛评估验证了所提出框架的有效性。

在这个领域中，最近的相关研究包括：Sketch2CAD、SketchCNN、DeepSketch2CAD等。